如何重塑numpy数组保持每个第n个元素

【问题标题】：How to reshape numpy array keeping each nth element如何重塑numpy数组保持每个第n个元素
【发布时间】：2018-05-14 15:34:15
【问题描述】：

我有一个 numpy 形状数组，例如 (1000, 80)，我想将其转换为 (100, 40, 2)。您可以将其视为有 1000 个观察值，其中前 40 列指的是 40 天内的特定特征，接下来的 40 列指的是同一 40 天内的第二个特征。

所以，我希望第 2 个维度是 40 天，而第 3 个维度应该是这两个特征每天的值。

这是我尝试过的一个简单示例：

import numpy as np

data = [[11, 22, 33, 44],
        [55, 66, 77 ,88],
        [99, 100, 101, 102]]
data = np.array(data)

# This works but I have to manually do it for every day
np.c_[data[:, ::2], data[:, 1::2]].reshape((3, 2, 2))

# This does not work
np.c_[data[:, i::2] for i in range(2)].reshape((3, 2, 2))

期望的输出：

array([[[ 11,  33],
    [ 22,  44]],
    [[ 55,  77],
     [ 66,  88]],
    [[ 99, 101],
     [100, 102]]])

【问题讨论】：

标签： python numpy

【解决方案1】：

你可以先reshape再转置二三轴：

data.reshape(-1, 2, data.shape[1] / 2).transpose(0,2,1)
#array([[[ 11,  33],
#        [ 22,  44]],

#       [[ 55,  77],
#        [ 66,  88]],

#       [[ 99, 101],
#        [100, 102]]])

或swapaxes:

data.reshape(-1, 2, data.shape[1] / 2).swapaxes(1,2)
#array([[[ 11,  33],
#        [ 22,  44]],

#       [[ 55,  77],
#        [ 66,  88]],

#       [[ 99, 101],
#        [100, 102]]])

或者正如@wwii 评论的那样，reshape 和column-major 顺序：

data.reshape(-1, data.shape[1] / 2, 2, order='F')

【讨论】：

除非我使用 data.shape[1] // 2 - ??
是否必须交换轴，因为 reshape 默认为 row-major 顺序？您没有使用order='F' 有什么原因吗？我没有看到人们经常在 SO 上使用它。
@wwii 是的，你是对的 order='F' 也应该在这里工作，是一个不错的选择。