Uyuşmuş bir dizinin yalnızca bazı boyutları nasıl düzleştirilir

128

Uyuşmuş bir dizideki ilk boyutları "alt düzleştirmenin" veya yalnızca bazılarını düzleştirmenin hızlı bir yolu var mı?

Örneğin, uyuşmuş bir boyut dizisi verildiğinde (50,100,25), ortaya çıkan boyutlar şöyle olacaktır:(5000,25)

python numpy flatten

— Meraklı
kaynak

1

Bu kudreti yardım stackoverflow.com/questions/13990465/3d-numpy-array-to-2d

— Ankur Arıkan

Numpy ndarray dizi dilimleme konusunda tazeleme kursuna ihtiyacınız var. Çok boyutlu dizi indeksleme olarak da bilinir, bakınız: docs.scipy.org/doc/numpy-1.13.0/reference/arrays.indexing.html Dizi, ndarray'inizi köşeli parantezler kullanarak dilimleyin ve her birinin ne kadarını ayırmak için virgül sınırlayıcıyı kullanın istediğiniz boyut. Şuna benzeyecektir (tam olarak değil): your_array[50:100, 7, :]bu, 2. boyut için yalnızca 7 numaralı dilimi kullanarak 3 boyutlu nesneyi 2d'ye düzleştirir.

— Eric Leschinski

129

Numpy.reshape'e bir göz atın .

>>> arr = numpy.zeros((50,100,25))
>>> arr.shape
# (50, 100, 25)

>>> new_arr = arr.reshape(5000,25)
>>> new_arr.shape   
# (5000, 25)

# One shape dimension can be -1. 
# In this case, the value is inferred from 
# the length of the array and remaining dimensions.
>>> another_arr = arr.reshape(-1, arr.shape[-1])
>>> another_arr.shape
# (5000, 25)

— Alexander
kaynak

81

Alexander'ın cevabına küçük bir genelleme - np.reshape, -1'i argüman olarak alabilir, yani "toplam dizi boyutunun listelenen tüm diğer boyutların ürününe bölümü" anlamına gelir:

örneğin, son boyut dışında tümünü düzleştirmek için:

>>> arr = numpy.zeros((50,100,25))
>>> new_arr = arr.reshape(-1, arr.shape[-1])
>>> new_arr.shape
# (5000, 25)

— Peter
kaynak

33

Peter'ın cevabına küçük bir genelleme - üç boyutlu dizilerin ötesine geçmek istiyorsanız, orijinal dizinin şekli üzerinde bir aralık belirleyebilirsiniz.

örneğin, son iki boyut dışında tümünü düzleştirmek için :

arr = numpy.zeros((3, 4, 5, 6))
new_arr = arr.reshape(-1, *arr.shape[-2:])
new_arr.shape
# (12, 5, 6)

DÜZENLEME: Önceki cevabım için küçük bir genelleme - tabii ki yeniden şekillendirmenin başlangıcında da bir aralık belirtebilirsiniz:

arr = numpy.zeros((3, 4, 5, 6, 7, 8))
new_arr = arr.reshape(*arr.shape[:2], -1, *arr.shape[-2:])
new_arr.shape
# (3, 4, 30, 7, 8)

— KeithWM
kaynak

2

Zaten iki yıldan fazla oldu ... Küçük bir genellemeye daha ihtiyacımız var! ;)

— Lith

1

Alternatif bir yaklaşım şu şekilde kullanmaktır numpy.resize():

In [37]: shp = (50,100,25)
In [38]: arr = np.random.random_sample(shp)
In [45]: resized_arr = np.resize(arr, (np.prod(shp[:2]), shp[-1]))
In [46]: resized_arr.shape
Out[46]: (5000, 25)

# sanity check with other solutions
In [47]: resized = np.reshape(arr, (-1, shp[-1]))
In [48]: np.allclose(resized_arr, resized)
Out[48]: True

— kmario23
kaynak