如何确保numpy数组成为2D行或列向量？
如何确保numpy数组成为2D行或列向量？
提问于 2019-01-28 13:13:22
是否有一个numpy函数来确保一维或二维数组成为列或行向量？
例如，我有以下任何一个向量/列表。将任何输入转换为列向量的最简单方法是什么？
x1 = np.array(range(5))
x2 = x1[np.newaxis, :]
x3 = x1[:, np.newaxis]
def ensureCol1D(x):
# The input is either a 0D list or 1D.
assert(len(x.shape)==1 or (len(x.shape)==2 and 1 in x.shape))
x = np.atleast_2d(x)
n = x.size
print(x.shape, n)
return x if x.shape[0] == n else x.T
assert(ensureCol1D(x1).shape == (x1.size, 1))
assert(ensureCol1D(x2).shape == (x2.size, 1))
assert(ensureCol1D(x3).shape == (x3.size, 1))与编写我自己的函数ensureCol1D不同，在numpy中是否已经有类似的东西可以确保向量成为列？
回答 1
Stack Overflow用户
回答已采纳
发布于 2019-01-28 13:26:19
您的问题本质上是如何将数组转换为“列”，列是一行长度为1的二维数组，这可以用ndarray.reshape(-1, 1)完成。
这意味着reshape数组的行长度为1，并让numpy推断行/列长度的数目。
x1 = np.array(range(5))
print(x1.reshape(-1, 1))输出：
array([[0],
[1],
[2],
[3],
[4]])在重塑x2和x3时，您将得到相同的输出。此外，这也适用于n维数组：
x = np.random.rand(1, 2, 3)
print(x.reshape(-1, 1).shape)输出：
(6, 1)最后，这里唯一缺少的是，您可以做出一些断言，以确保不能转换的数组不会被错误地转换。您正在进行的主要检查是，形状中的非一个整数的数目小于或等于一个整数。这可以通过以下方式来完成：
assert sum(i != 1 for i in x1.shape) <= 1这个检查和.reshape一起让我们将逻辑应用于所有numpy数组。
页面原文内容由Stack Overflow提供。腾讯云小微IT领域专用引擎提供翻译支持
原文链接：
https://stackoverflow.com/questions/54410374
复制
![[Nginx] Nginx配置PHP应用传递PATH_INFO变量](https://ask.qcloudimg.com/http-save/yehe-2504969/a7dcdcb467c93c1f513c3e50150bedeb.png)
相似问题
jQuery动画以在画布上移动文本
在画布中动画对象
动态移动画布上的对象
可以使用ObjectAnimator在画布上为对象设置动画吗？
画布和Javascript对象上的Javascript动画
添加站长 进交流群
领取专属 10元无门槛券
AI混元助手 在线答疑
关注 腾讯云开发者公众号
洞察 腾讯核心技术
剖析业界实践案例
腾讯云开发者
