Numpy数组重塑添加维度。

Question

好的，我是一名（非常）初学者的Python用户，但是我正在尝试将一段Python代码翻译为R，在数组重塑方面遇到了一个令人困惑的问题。

让我们制作一些示例数据：

X1 = np.array([[-0.047, -0.113, 0.155, 0.001],
        [0.039, 0.254, 0.054, 0.201]], dtype=float)

In:X1
Out:
array([[-0.047, -0.113, 0.155, 0.001],
        [0.039, 0.254, 0.054, 0.201]])
In:X1.shape
Out: (2,4)

好的，我已经创建了一个2行4列的二维数组。我对此感到满意。但下面这行代码让我有点困惑：

X2 = X1.reshape((2, -1, 1))

In: X2
Out:
array([[[-0.047],
        [-0.113],
         [0.155],
         [0.001]],

         [0.039],
         [0.254],
         [0.054],
         [0.201]]])

In: X2.shape
Out: (2, 4, 1)

我知道我在reshape命令中添加了一个额外的维度（我认为是第三个数字1），但我不明白这做了什么。形状说明它仍然有2行4列，但显然还有其他改变。再次强调我的动机是要在R中执行相同的操作，但在我确切理解转换的过程之前我会卡住。（如果这是个糟糕的问题，请原谅我，我昨天才开始学Python！）

- user2498193

Answer 1

使用reshape(2, -1, 1)不仅仅是增加了一个新的维度，同时也说明

* the 1st dimension should be of size 2
* the 3rd dimension should be of size 1
* the 2nd should be whatever remains

因此，如果您只想向现有矩阵添加新维度，则应执行类似于x[:, np.newaxis, :]的操作（确切用法取决于您想要的输出格式）。

- blue_note

---

非常有帮助，谢谢。在我的例子中，由于X1的维度为(2,4)，而X2的维度为(2,4,1)，为什么当我打印它们时，X1显示的是行与行之间并排的单元格，而X2则是一个个单独的单元格呢？ - user2498193

在二维空间中打印三维数据确实很令人困惑。X2 有三个开放括号，因此您获得的数据沿第三个维度排序，而不是沿行排序。例如，尝试打印 X2[0, 0, :] 以使其更清晰。 - blue_note

好的，谢谢@blue_note - 这真的很有帮助。帮助我找出问题不在这些步骤中，而是后面的数组代数处理方式不同 - 非常感谢！ - user2498193

Answer 2

添加维度到2D数组有三种不同的方式。

为了理解reshape的用法，你应该尝试不同的组合。请尝试以下：

import numpy as np

X1 = np.array([[-0.047, -0.113, 0.155, 0.001],
        [0.039, 0.254, 0.054, 0.201]], dtype=float)

X2 = X1.reshape((1, 2, -1))
print(X2)

>[[[-0.047 -0.113  0.155  0.001]
   [ 0.039  0.254  0.054  0.201]]]

X3 = X1.reshape((-1, 1, 2))
print(X3)

>[[[-0.047 -0.113]]
  [[ 0.155  0.001]]
  [[ 0.039  0.254]]
  [[ 0.054  0.201]]]

- Jacques Gaudin