Umgestaltung ein numpy-array in python

Ich habe eine 48x365 element numpy-array, wobei jedes element eine Liste mit 3 Ganzzahlen. Ich möchte in der Lage sein, um Sie in ein 1x17520 array mit allen Listen eine intakte Elemente. Mit

np.reshape(-1)

scheint zu brechen, die die Elemente in drei separate Ganzzahlen und macht einen 1x52560 array. Also entweder ich brauche eine neue Weise der Neuordnung der original-array oder eine Möglichkeit der Gruppierung der Elemente in der neuen np.reshape array (die sind noch in Ordnung), wieder in die Listen der 3.

Vielen Dank für Ihre Hilfe.

InformationsquelleAutor Double AA | 2011-07-08

  1. 5

    Gibt es einen Grund, Sie können es nicht explizit? In:

    >>> a = numpy.arange(17520 * 3).reshape(48, 365, 3)
>>> a.reshape((17520,3))
array([[    0,     1,     2],
       [    3,     4,     5],
       [    6,     7,     8],
       ..., 
       [52551, 52552, 52553],
       [52554, 52555, 52556],
       [52557, 52558, 52559]])

    Könnten Sie es auch tun, mit -1, es geht nur um die Verbindung mit einem arg der entsprechenden Größe.

    >>> a.reshape((17520,-1))
array([[    0,     1,     2],
       [    3,     4,     5],
       [    6,     7,     8],
       ..., 
       [52551, 52552, 52553],
       [52554, 52555, 52556],
       [52557, 52558, 52559]])

    oder

    >>> a.reshape((-1,3))
array([[    0,     1,     2],
       [    3,     4,     5],
       [    6,     7,     8],
       ..., 
       [52551, 52552, 52553],
       [52554, 52555, 52556],
       [52557, 52558, 52559]])

    Fiel es mir ein bisschen später, dass Sie könnte auch ein Datensatz-array -- dies kann sinnvoll sein, in manchen Situationen:

    a = numpy.recarray((17520,), dtype=[('x', int), ('y', int), ('z', int)])

    Diese kann umgestaltet werden, in der ursprünglichen Art und Weise Sie versucht, d.h. reshape(-1). Immer noch, als larsmans' Kommentar sagt, nur behandeln Ihre Daten als 3d-array ist die einfachste.

    +1. Dies ist viel einfacher, als halten Sie Listen innerhalb von Numpy-arrays.
    Ja. Ich denke, was ich vermisse, ist, dass ich wirklich ein 3-dimensionales array, 48x365x3 . Ich hatte angenommen, die Dreier waren unberührt, aber np behandelt Sie (korrekt) als Dritte dimension. Halten die extra-dimension in der np.reshape(-1,3) löst das Problem. Dank

    InformationsquelleAutor senderle

Schreibe einen Kommentar