NumPy 数组在分配/复制时丢失维度，为什么？

Question

我有以下代码：

print(type(a1), a1.shape)
a2 = a1                  #.reshape(-1,1,2) this solves my problem
print(type(a2), a2.shape)

输出是：

<class 'numpy.ndarray'> (8, 1, 2)
<class 'numpy.ndarray'> (8, 2)

我知道（已注释掉的）重塑解决了我的问题，但是，我想了解为什么简单的赋值会导致数组的中心维度丢失。

有人知道发生了什么吗？为什么用另一个名字引用数组会改变它的尺寸？

Answer 1

查看 cmets 中提到的openCV script，需要将其重塑为三个维度，因为通过布尔索引而不是仅通过分配会丢失一个维度。

该脚本中引发问题的数组名称是p0 和good_new。

以下是该脚本中操作的细分：

1. p0 是一个 3D 数组，形状为 (17, 1, 2)。

2. 行：

   p1, st, err = cv.calcOpticalFlowPyrLK(old_gray, frame_gray, p0, None, **lk_params)
   

   创建新数组，数组p1 的形状为(17, 1, 2)，数组st 的形状为(17, 1)。

3. 赋值good_new = p1[st==1] 通过对p1 的布尔索引操作创建一个新的数组对象。这是一个二维数组，形状为(17, 2)。索引操作丢失了一个维度。

4. 名称p0 需要分配回good_new 中包含的数组数据，但p0 也需要是3D 的。为此，脚本使用p0 = good_new.reshape(-1, 1, 2)。

---

为了完整起见，值得总结一下为什么步骤 (3) 中的布尔索引操作会导致维度消失。

布尔数组st == 1 的形状为(17, 1)，与p1、(17, 1, 2) 的初始尺寸相匹配。

这意味着选择发生在p1 的第二维中：索引器数组st == 1 正在确定哪些形状为(2,) 的数组应该在结果数组中。最终数组的形状为(n, 2)，其中n 是布尔数组中True 值的数量。

NumPy 文档here 中详细介绍了此行为。

Answer 2

我不确定你为什么会得到这个。但它不应该像这样返回。你能分享一下你的 a1 是如何创建的吗？

我尝试如下但无法重新创建它

a1=np.ones((8,1,2),dtype=np.uint8)
print(type(a1), a1.shape)

<class 'numpy.ndarray'> (8, 1, 2)

a2=a1

print(type(a2), a2.shape)

<class 'numpy.ndarray'> (8, 1, 2)`