将列表转换为特定维度的numpy数组

Question

我正在研究多项式训练测试拟合问题，并希望将列表对象转换为 (4, 100) 形式的 numpy 数组。 （即 4 行 100 列） 我有以下代码：

from sklearn.linear_model import LinearRegression
from sklearn.preprocessing import PolynomialFeatures
from numpy import array
np.random.seed(0)
n = 15
x = np.linspace(0,10,n) + np.random.randn(n)/5
y = np.sin(x)+x/6 + np.random.randn(n)/10

X_train, X_test, y_train, y_test = train_test_split(x, y, random_state=0)
results = []
pred_data = np.linspace(0,10,100)
degree = [1,3,6,9]
y_train1 = y_train.reshape(-1,1)
        
for i in degree:
    poly = PolynomialFeatures(degree=i)
    pred_poly1 = poly.fit_transform(pred_data[:,np.newaxis])
    X_F1_poly = poly.fit_transform(X_train[:,np.newaxis])
        linreg = LinearRegression().fit(X_F1_poly, y_train1)
    pred = linreg.predict(pred_poly1)
    results.append(pred)
    
dataArray = np.array(results).reshape(4, 100)
 
    return dataArray

代码工作正常并返回一个 (4, 100) 的数组，但输出看起来像 100 行和 4 列的东西，一旦我从 np.reshape(4, 100) 中删除了“.reshape(4, 100)”部分。数组函数，输出的维度变为 (4, 100, 1)。 （我为我的无知道歉，1 in (4, 100, 1) 代表什么？）

我想我的列表理解有问题，我目前无法弄清楚。谁能帮我指出我的代码错误或就如何将输出数组转换/重塑为所需的 (4, 100) 格式提出建议？

谢谢。

Answer 1

让我们运行您的代码的简化版本，省略 sklearn polyfit 正在执行的操作的详细信息：

In [248]: results = []
     ...: pred_data = np.linspace(0,10,100)
     ...: degree = [1,3,6,9]
     ...: 
In [249]: for i in degree:
     ...:     results.append(pred_data[:,np.newaxis])
     ...:     
In [250]: len(results)
Out[250]: 4
In [251]: results[0].shape
Out[251]: (100, 1)
In [252]: arr = np.array(results)
In [253]: arr.shape
Out[253]: (4, 100, 1)

pred_data 是 (100,) （通过行空间构造）。 newaxis 使它成为 (100,1)。用它做点什么，并收集 4x 的结果，结果是 4 个 (100,1) 数组的列表。将它们加入一个数组，我们得到一个 3d (4,100,1) 数组。

arr 的显示开头为：

array([[[  0.        ],
        [  0.1010101 ],
        [  0.2020202 ],
        ...
        [  9.7979798 ],
        [  9.8989899 ],
        [ 10.        ]]])

内部元素为[...],，与最后一个尺寸1维一致。

我可以通过多种方式删除最后一个维度

arr.reshape(4,100)
arr[:,:,0]
np.squeeze(arr)

我对@9​​87654328@ 代码了解得不够多，无法知道您是否真的需要pred_data[:,np.newaxis]。我在其他 sklearn 问题中看到过类似 (#samples, #features) 的形状。因此，如果您有 100 个样本和 1 个特征，则像 (100,1) 这样的形状可能是正确的。