如何沿轴展平numpy ndarray？答案

【问题标题】：How to flatten a numpy ndarray along axis?如何沿轴展平numpy ndarray？
【发布时间】：2012-09-24 08:46:05
【问题描述】：

我有三个数组：longitude(400,600),latitude(400,600),data(30,400,60);我要做的是根据数据数组的位置（纬度和经度）提取数据数组中的值。

这是我的代码：

import numpy
import tables

hdf = "data.hdf5"
h5file = tables.openFile(hdf, mode = "r")

lon = numpy.array(h5file.root.Lonitude)
lat = numpy.array(h5file.root.Latitude)
arr = numpy.array(h5file.root.data)

lon = numpy.array(lon.flat)
lat = numpy.array(lat.flat)
arr = numpy.array(arr.flat)

lonlist=[]
latlist=[]
layer=[]
fre=[]

for i in range(0,len(lon)):
    for j in range(0,30):
        longi = lon[j]
        lati = lat[j]
        layers=[j]
        frequency= arr[i]

        lonlist.append(longi)
        latlist.append(lati)
        layer.append(layers)
        fre.append(frequency)

output = numpy.column_stack((lonlist,latlist,layer,fre))

问题是“频率”不是我想要的。我希望数据数组沿零轴展平，这样“频率”将是一个位置的 30 个值。是否有这样的功能在 numpy 中沿特定轴展平 ndarray？

【问题讨论】：

标签： python numpy flat multidimensional-array

【解决方案1】：

您可以尝试np.ravel(your_array) 或your_array.shape=-1。 np.ravel 函数允许您使用可选参数order：选择C 表示行优先顺序或F 表示列优先顺序。

【讨论】：

【解决方案2】：

我猜你真正想要的只是transpose 来更改轴顺序。根据您对它的处理方式，在transposed 之后执行.copy() 以优化内存布局可能很有用，因为转置本身不会创建副本。

补充一下，如果你想做超出F和C顺序的东西，你可以使用transposed = ndarray.transpose([1,2,0])将第一个轴移动到最后，最后一个到第二个位置，然后执行@987654328 @（我假设 C 顺序，所以将 0 轴移动到末尾）。您也可以使用reshape，它比简单的ravel 更强大（返回形状可以是任意维度）。

请注意，除非步幅完全加起来，否则 numpy 将不得不制作数组的副本，在许多情况下，您可以通过非常好的 transposed.flat() 迭代器来避免这种情况。

【讨论】：

【解决方案3】：

>>> a = np.random.rand(2,2,2)
>>> a
array([[[ 0.67379148,  0.95508303],
        [ 0.80520281,  0.34666202]],

       [[ 0.01862911,  0.33851973],
        [ 0.18464121,  0.64637853]]])
>>> np.ravel(a)
array([ 0.67379148,  0.95508303,  0.80520281,  0.34666202,  0.01862911,
        0.33851973,  0.18464121,  0.64637853])

【讨论】：

【解决方案4】：

您实际上是在展开一个高维张量。试试tensorly.unfold(arr, mode=the_direction_you_want)。例如，

import numpy as np
import tensorly as tl

a = np.zeros((3, 4, 5))

b = tl.unfold(a, mode=1)

b.shape # (4, 15)

【讨论】：