合并和重塑ndarray，使每个组件的原始值在第一个轴上

Question

对于numpy stacks 和linear algebra，您希望使用第一轴上的堆栈来格式化数据。

例如，要使用determinant，参数需要是一个数组，其中最后两个轴是对称的，例如(x,M,M)

如何将四个单独的扁平数组（对应于 2x2 矩阵的系数）重新格式化为这样的格式？

我一直在修补 https://docs.scipy.org/doc/numpy/reference/generated/numpy.concatenate.html#numpy.concatenate、https://docs.scipy.org/doc/numpy/reference/generated/numpy.block.html#numpy.block 和 https://docs.scipy.org/doc/numpy/reference/generated/numpy.dstack.html，

但到目前为止还没有把它变成我认为我需要的格式。

例如，我非常接近

a = np.array([1, 2, 3, 4, 5])
b = np.array([10, 20, 30, 40, 50])
c = np.array([15, 16, 17, 18, 19])
d = np.array([100, 200, 300, 400, 500])
result = np.dstack((a, b, c, d))
result = np.reshape(result, (1, 5, 2, 2))
print("RESULT SHAPE", result.shape)
print("RESULT VALUE", result[:, :, 0, 0])
print("RESULT I REALLY WANT", result[:, 0, 0])

不确定如何删除最后一个轴。

Answer 1

In [250]: a = np.array([1, 2, 3, 4, 5]) 
     ...: b = np.array([10, 20, 30, 40, 50]) 
     ...: c = np.array([15, 16, 17, 18, 19]) 
     ...: d = np.array([100, 200, 300, 400, 500])      

np.stack 是 concatenate 的一个版本，它在新轴上连接数组 - 我们可以选择：

In [251]: np.stack((a,b,c,d)).shape                                             
Out[251]: (4, 5)
In [252]: np.stack((a,b,c,d),1).shape                                           
Out[252]: (5, 4)

然后我们可以将最后一个轴重塑为 (2,2)：

In [253]: np.stack((a,b,c,d),1).reshape(5,2,2)                                  
Out[253]: 
array([[[  1,  10],
        [ 15, 100]],

       [[  2,  20],
        [ 16, 200]],

       [[  3,  30],
        [ 17, 300]],

       [[  4,  40],
        [ 18, 400]],

       [[  5,  50],
        [ 19, 500]]])

第一个堆栈与np.array相同：

In [254]: np.array((a,b,c,d)).shape                                             
Out[254]: (4, 5)
In [255]: np.array((a,b,c,d)).reshape(2,2,5)                                    
Out[255]: 
array([[[  1,   2,   3,   4,   5],
        [ 10,  20,  30,  40,  50]],

       [[ 15,  16,  17,  18,  19],
        [100, 200, 300, 400, 500]]])

现在使用 transpose 将 5 个批次维度移到开头：

In [256]: np.array((a,b,c,d)).reshape(2,2,5).transpose(2,0,1)  

因此，有多种方法可以连接数组和调整维度。我不认为任何人天生就更简单。 reshape 和 transpose 很便宜，所以请随意使用。