如何在numpy中改变数组形状？

Question

如果我创建一个数组X = np.random.rand(D, 1)，它的形状为(3,1):

[[ 0.31215124]
 [ 0.84270715]
 [ 0.41846041]]

如果我创建自己的数组A = np.array([0,1,2])，那么它的形状为(1,3)，看起来像这样

[0 1 2]

我如何强制让我的数组 A 形状为 (3,1)？

- theQman

---

抱歉，您是在寻找A.reshape([3,1])吗？ - EdChum

Answer 1

你可以直接将形状元组分配给 numpy.ndarray.shape。

A.shape = (3,1)

截至2022年，文档说明如下：

设置arr.shape是不被鼓励的，并且将来可能会被弃用。使用ndarray.reshape是首选方法。

当前最佳解决方案为：

A = np.reshape(A, (3,1))

- alec_djinn

---

也许有人对你使用“function”很挑剔。np.reshape是一个函数，A.reshape是一个方法，而A.shape=则是一种功能？它们都可以完成同样的工作。 - hpaulj

设置“shape”有时会引发错误，不保证在所有情况下都起作用。只是添加信息，我不是点踩的人。 - Bi Rico

np.reshape文档中提到：如果您希望在数据被复制时引发错误，您应该将新形状分配给数组的形状属性。 事实上，a.shape=并不总是有效，这可能是一件好事。您还有其他情况想到吗？ - hpaulj

http://docs.scipy.org/doc/numpy/reference/generated/numpy.ndarray.shape.html#numpy.ndarray.shape 没有提供任何关于何时.shape=是错误的警告。 - hpaulj

Answer 2

A=np.array([0,1,2])
A.shape=(3,1)

或者

A=np.array([0,1,2]).reshape((3,1))  #reshape takes the tuple shape as input

- Uchiha Madara

Answer 3

numpy模块中有一个reshape函数，而ndarray则有一个reshape方法，两者都可以用来创建你需要的数组形状：

import numpy as np
A = np.reshape([1, 2, 3, 4], (4, 1))
# Now change the shape to (2, 2)
A = A.reshape(2, 2)

Numpy将检查数组的大小不会改变，即prod(old_shape) == prod(new_shape)。由于这种关系，您可以用-1替换形状中的一个值，Numpy会自动解决：

A = A.reshape([1, 2, 3, 4], (-1, 1))

- Bi Rico

Answer 4

您可以直接设置形状，例如：

A.shape = (3L, 1L)

或者您可以使用resize函数：

A.resize((3L, 1L))

或在使用reshape创建时

A = np.array([0,1,2]).reshape((3L, 1L))

- jrsm

---

避免对shape和resize进行赋值，除非你知道自己在做什么，因为它们都有可能让新用户感到惊讶的行为。 - Bi Rico

Answer 5

你的一维数组形状为 (3,)：

>>>A = np.array([0,1,2]) # create 1-D array
>>>print(A.shape) # print array shape
(3,)

如果您创建一个形状为（1,3）的数组，您可以使用其他答案中提到的numpy.reshape或numpy.swapaxes：

>>>A = np.array([[0,1,2]]) # create 2-D array
>>>print(A.shape) # print array shape
>>>A = np.swapaxes(A,0,1) # swap 0th and 1st axes
>>>A # display array with swapped axes
(1, 3)
array([[0],
       [1],
       [2]])

- Wilson Sauthoff