如何将numpy矩阵转换为numpy数组？

Question

我刚接触Python和Numpy，所以我的问题标题可能有误。

我从一个matlab文件中加载了一些数据。

data=scipy.io.loadmat("data.mat")
x=data['x']
y=data['y']
>>> x.shape
(2194, 12276)
>>> y.shape
(2194, 1)

y是一个向量，我想要它的形状变成y.shape = (2194,)。

我不知道(2194,)和(2194,1)之间的区别，但似乎如果你尝试加载y，使得y.shape=(2194,1)，那么sklearn.linear_model.LassoCV会出现错误。

那么我该如何改变我的y向量才能让它的形状变成y.shape=(2194,)呢？

- Donbeo

Answer 1

首先将其转换为数组，然后通过挤压操作删除多余的维度：

y = y.A.squeeze()

步骤如下：

In [217]: y = np.matrix([1,2,3]).T

In [218]: y
Out[218]: 
matrix([[1],
        [2],
        [3]])

In [219]: y.shape
Out[219]: (3, 1)

In [220]: y = y.A

In [221]: y
Out[221]: 
array([[1],
       [2],
       [3]])

In [222]: y.shape
Out[222]: (3, 1)

In [223]: y.squeeze()
Out[223]: array([1, 2, 3])

In [224]: y = y.squeeze()

In [225]: y.shape
Out[225]: (3,)

- askewchan

---

我喜欢使用 y.A 语法（我相信这是 y.__array__() 的别名）来获取底层数组，比使用 np.asarray 更好。 - Jaime

好的，它可以工作，谢谢！但是你能否添加一些关于大小为（2194，）和（2194，1）的元素之间差异的解释？ - Donbeo

数据相同，但 shape 不同；维度数量 (ndim) 也不同。进入 Python shell，导入 numpy，并玩转一个小数组。查看其 shape 和 ndim，对其进行转置、压缩、转换为矩阵并再次转换回来。添加维度。在 matlab 中，数组至少有 2 个维度。numpy 矩阵是基于旧版 matlab 数组建模的，这些数组不能拥有更多的维度。 - hpaulj

@Donbeo，正如@hpaulj所说，它们是相同的数据，只是不同的视图。随着您对numpy的熟悉程度越来越高，视图与副本的概念将变得重要。某些操作仅提供视图，例如，reshape和切片（a[:10]是前十个项目的视图），而np.asarray如果可能的话就不会复制数据。另一些操作则会进行复制，例如，np.array和'fancy indexing' a[a>5]都返回副本。 - askewchan