如何将一个1D的numpy数组赋值给2D的numpy数组？

Question

请问需要将以下内容翻译成中文？

考虑以下简单的示例：

X = numpy.zeros([10, 4])  # 2D array
x = numpy.arange(0,10)    # 1D array 

X[:,0] = x # WORKS

X[:,0:1] = x # returns ERROR: 
# ValueError: could not broadcast input array from shape (10) into shape (10,1)

X[:,0:1] = (x.reshape(-1, 1)) # WORKS

为什么Numpy中的向量形状为(N,)而不是(N,1)？将一维数组转换成二维数组的最佳方法是什么？

为什么需要这样做呢？因为我有一段代码，它将结果x插入到二维数组X中，而x的大小会不时变化，所以当x是2D时，X [:，idx1：idx2] = x有效，但如果x是1D，则无效。

- Hanan Shteingart

Answer 1

您是否需要使用同一函数来处理1D和2D输入？如果您知道输入将是1D，请使用

X[:, i] = x

如果您知道输入将是二维的，请使用：

X[:, start:end] = x

如果您不知道输入的维度，我建议使用if在一行或另一行之间进行切换，虽然可能有一些索引技巧是我不知道的，可以同时处理两者。

您的x的形状为(N,)而不是(N, 1)（或(1, N)），因为numpy不仅仅用于矩阵运算。ndarrays是n维数组；它们支持任意非负数维度（包括0）的高效、一致的向量化操作。虽然这可能偶尔会使矩阵运算更加冗长（特别是在矩阵乘法的情况下），但它会产生更普遍适用的代码，用于当您的数据自然是1维或3、4或n维时。

- user2357112

Answer 2

这里有两个技巧，可以让代码变得更简洁。

X = numpy.zeros([10, 4])  # 2D array
x = numpy.arange(0,10)    # 1D array 
X.T[:1, :] = x
X[:, 2:3] = x[:, None]

- HYRY

---

你能加一些注释吗？我不清楚你是怎么从原始代码得出这个解决方案的，以及为什么它可以解决问题。 - brandones

Answer 3

我认为你已经在问题中包含了答案。Numpy允许数组具有任意维度（而据我所知，Matlab更喜欢使用可能的二维），因此您需要正确处理这一点（并始终区分（n，）和（n，1））。通过将一个数字作为索引之一（例如第3行中的0），您可以将维数减少一维。通过将范围作为索引之一（例如第4行中的0:1），您不会减少维数。

对我来说，第3行非常合理，我会以这种方式分配给2-D数组。

- honza_p