根据默认大小重塑 np.array答案

【问题标题】：Reshape np.array based on the default size根据默认大小重塑 np.array
【发布时间】：2019-08-30 02:10:01
【问题描述】：

有 2 个 np.arrays，我想从形状 (12,) 重塑 np.array1 以参考具有形状 (4,) 的 array2：

array1 = np.array([ 1, 2, 3, 4, 5, 6, 7, 8, 9, 10, 11, 12]) 和 array1.shape 返回：(12,)

array2 = np.array([ 12, 34, 56, 78]) 和 array2.shape 返回：(4,)

我尝试执行reshape:

array1.reshape(array2.shape)

但是，有一个错误： ValueError: cannot reshape array of size 12 into shape (4,)

所以，预期结果是 array1 有 4 个元素： np.array([ 1, 2, 3, 4]), 而不是 12。

如果您有任何想法和帮助，我将不胜感激。

【问题讨论】：

在这个“重塑”之后元素 5 到 12 会发生什么？你这里不就是截断数组吗？
@coldspeed，我只需要从 array1 中选择前 4 个元素。是的，我知道重塑和截断是两个不同的操作。截断改变大小，但保持形状。 Reshape 保持大小，但改变形状。最后，我必须使用切片。谢谢）

【解决方案1】：

如果我正确理解您的要求，我认为您正在寻找的是简单切片：

In [140]: array2 = np.array([ 12,  34,  56,  78])
In [135]: a_sliced =  array1[:array2.shape[0]]
In [136]: a_sliced.shape
Out[136]: (4,)

如果array2 是多维的，则使用approach suggested by Mad Physicist：

sliced_arr = array1[tuple(slice(0, d) for d in array2.shape)]

或者，如果您打算将数组分成三等分，则使用numpy.split()，如下所示：

# split `array1` into 3 portions
In [138]: np.split(array1, 3)
Out[138]: [array([1, 2, 3, 4]), array([5, 6, 7, 8]), array([ 9, 10, 11, 12])]

【讨论】：