重塑只有一维的numpy数组答案

【问题标题】：Reshape numpy array having only one dimension重塑只有一维的numpy数组
【发布时间】：2018-06-07 15:05:21
【问题描述】：

为了从 list 获取一个 numpy 数组，我做了以下操作：

np.array([i for i in range(0, 12)])

得到：

array([ 0,  1,  2,  3,  4,  5,  6,  7,  8,  9, 10, 11])

然后我想从这个数组中创建一个 (4,3) 矩阵：

np.array([i for i in range(0, 12)]).reshape(4, 3)

我得到以下矩阵：

array([[ 0,  1,  2],
       [ 3,  4,  5],
       [ 6,  7,  8],
       [ 9, 10, 11]])

但如果我知道我将在初始 list 中有 3 * n 个元素，我该如何重塑我的 numpy 数组，因为以下代码

np.array([i for i in range(0,12)]).reshape(a.shape[0]/3,3)

导致错误

TypeError: 'float' object cannot be interpreted as an integer

【问题讨论】：

【解决方案1】：

首先，np.array([i for i in range(0, 12)]) 是一种不太优雅的表达方式 np.arange(12)。

其次，您可以将-1 传递给reshape 的一维（函数np.reshape 和方法np.ndarray.reshape）。在您的情况下，如果您知道总大小是 3 的倍数，请执行

np.arange(12).reshape(-1, 3)

得到一个 4x3 数组。来自文档：

一个形状维度可以是-1。在这种情况下，该值是从数组的长度和剩余维度推断出来的。

附带说明，您收到错误的原因是常规除法，即使对于整数，在 Python 3 中也会自动生成 float：type(12 / 3) 是 float。您可以通过 a.shape[0] // 3 使用整数除法来使您的原始代码工作。话虽如此，使用-1 更方便。

【讨论】：

【解决方案2】：

您可以在.reshape 中使用-1。如果您指定一个维度，Numpy 将尽可能自动确定另一个维度[1]。

np.array([i for i in range(0,12)]).reshape(-1, 3)

【讨论】：