将 numpy 矩阵转换为 1D numpy 数组答案

【问题标题】：Convert numpy matrix into 1D numpy array将 numpy 矩阵转换为 1D numpy 数组
【发布时间】：2015-02-19 11:23:40
【问题描述】：

我有一维的csr_matrix 的总和，它返回一个一维向量。默认情况下，该类型为 numpy.matrix，形状为 (1, N)。但是，我想用形状为 (N,) 的numpy.array 来表示它。以下作品：

>>> import numpy as np; import scipy.sparse as sparse
>>> a = sparse.csr_matrix([[0,1,0,0],[1,0,0,0],[0,1,2,0]])
>>> a
Out[15]: 
<3x4 sparse matrix of type '<class 'numpy.int64'>'
    with 4 stored elements in Compressed Sparse Row format>
>>> a.todense()
Out[16]: 
matrix([[0, 1, 0, 0],
        [1, 0, 0, 0],
        [0, 1, 2, 0]], dtype=int64)
>>> a.sum(axis=0)
Out[17]: matrix([[1, 2, 2, 0]], dtype=int64)
>>> np.array(a.sum(axis=0)).ravel()
Out[18]: array([1, 2, 2, 0], dtype=int64)

但是，对于从 numpy 矩阵到 numpy 数组的转换，这最后一步似乎有点矫枉过正。我是否缺少可以为我执行此操作的功能？它应该通过以下单元测试。

def test_conversion(self):
    a = sparse.csr_matrix([[0,1,0,0],[1,0,0,0],[0,1,2,0]])
    r = a.sum(axis=0)
    e = np.array([1, 2, 2, 0])
    np.testing.assert_array_equal(r, e)

【问题讨论】：

请注意，虽然a 本身是一个稀疏矩阵，但总和是一个np.matrix。 .A1 之类的快捷方式适用于后者，但不适用于稀疏的。

标签： python numpy matrix scipy

【解决方案1】：

numpy.matrix 类型已经是numpy.ndarray 的子类，因此无需进行转换：

>>> np.ravel(a.sum(axis=0))
array([1, 2, 2, 0])

【讨论】：

【解决方案2】：

我不确定这是否基本上等同于您所做的，但它看起来稍微整洁：

a.sum(axis=0).A1

http://docs.scipy.org/doc/numpy/reference/generated/numpy.matrix.A1.html#numpy.matrix.A1

【讨论】：

【解决方案3】：

一个简单的 numpy hack 将 n 维数组转换为一维数组。

import numpy as np 
a = np.array([[1],[2]])

数组([[1] [2]])

a.reshape(len(a))

数组([1, 2])

【讨论】：