大小为 (100, 1) 和 (100,) 的 numpy 数组有什么区别？答案

【问题标题】：What is the difference between a numpy array of size (100, 1) and (100,)?大小为 (100, 1) 和 (100,) 的 numpy 数组有什么区别？
【发布时间】：2019-07-31 15:18:39
【问题描述】：

我有两个来自不同函数的变量，第一个 a 是：

<class 'numpy.ndarray'>
(100,)

而另一个b是：

<class 'numpy.ndarray'>
(100, 1)

如果我尝试通过以下方式关联它们：

from scipy.stats import pearsonr
p, r= pearsonr(a, b)

我明白了：

    r = max(min(r, 1.0), -1.0)
ValueError: The truth value of an array with more than one element is ambiguous. Use a.any() or a.all()

我的问题是：

a 和 b 有什么区别？
我该如何解决这个问题？

【问题讨论】：

Difference between these array shapes in numpy的可能重复
Difference between numpy.array shape (R, 1) and (R,)的可能重复

标签： python numpy

【解决方案1】：

(100,1) 是长度为 1 的二维数组，例如 = [[1],[2],[3],[4]]，第二个是一维数组 [1, 2, 3, 4 ]

a1 = np.array([[1],[2],[3],[4]])
a2 = np.array([1, 2, 3, 4 ])

【讨论】：

【解决方案2】：

第一个问题的答案：a是一个向量，b是一个矩阵。查看此 stackoverflow 链接了解更多详情：Difference between numpy.array shape (R, 1) and (R,)

第二个问题的答案：

我认为将一种形式转换为另一种形式应该可以正常工作。对于您提供的函数，我猜它需要向量，因此只需使用 b = b.reshape(-1) 重塑 b 即可将其转换为单个维度（向量）。请看以下示例以供参考：

>>> import numpy as np
>>> from scipy.stats import pearsonr
>>> a = np.random.random((100,))
>>> b = np.random.random((100,1))
>>> print(a.shape, b.shape)
(100,) (100, 1)
>>> p, r= pearsonr(a, b)
Traceback (most recent call last):
  File "<stdin>", line 1, in <module>
  File "C:\Users\xyz\Appdata\Local\Continuum\Anaconda3\lib\site-packages\scipy\stats\stats.py", line 3042, in pearsonr
    r = max(min(r, 1.0), -1.0)
ValueError: The truth value of an array with more than one element is ambiguous. Use a.any() or a.all()
>>> b = b.reshape(-1)
>>> p, r= pearsonr(a, b)
>>> print(p, r)
0.10899671932026986 0.280372238354364

【讨论】：

【解决方案3】：

您需要将第一个上的 reshape 函数调用为 .reshape((100,1)) Reshape 将更改 np 数组的“shape”属性，这将使一维数组 [1,2,3, ..., 100 ] 到二维数组 [[1],[2],[3],...[100]]

【讨论】：

为了提供更好的答案，您应该解释原因。