反转扁平化的numpy数组？

Question

反转扁平化的numpy数组？

3

我有一个数组：

[[0, 1, 0, 0] [0, 1, 0, 0] [1, 0, 0, 0] ..., [0, 1, 0, 0] [0, 1, 0, 0]
 [1, 0, 0, 0]]

形状是(38485,)，我想要将它重塑为(38485,4)，如下所示：

[[0, 1, 0, 0] 
[0, 1, 0, 0] 
[1, 0, 0, 0]
.
.
.
[0, 1, 0, 0]
[0, 1, 0, 0]
[1, 0, 0, 0]]

但是当我尝试使用array.reshape(-1,4)时，它会抛出错误ValueError: cannot reshape array of size 38485 into shape (4)

获取数组的代码:

dataset = pd.read_csv('train.csv')

y = dataset.iloc[:, 6]

fr=np.array([1,0,0,0])
re=np.array([0,1,0,0])
le=np.array([0,0,1,0])
ri=np.array([0,0,0,1])
for i in range(y.shape[0]):
    if y[i]=="Front":
        y[i]=fr
    elif y[i]=="Rear":
        y[i]=re
    elif y[i]=="Left":
        y[i]=le
    elif y[i]=="Right":
        y[i]=ri

array=y.values

有没有办法可以实现这个？

我通过以下方式修复了它：

array = np.array([[n for n in row] for row in array])

感谢wim

- Vijayabhaskar J

set(len(sub_array) for sub_array in array) 返回什么？ - Eric Duminil

“reshape” 无法改变元素的总数。38485*4比原始值38485大。但是您的数组的“dtype”是什么？整数还是对象？ - hpaulj

2个回答

1

数组的长度必须是4的倍数。38485不是4的倍数。否则，您编写的重塑操作应该可以正确执行：

array.reshape(-1,4)

- wim

我试图从数组中删除一个元素，以便在使用array.reshape(-1,4)进行重塑后大小为(38484,)。我得到了(9621, 4)，但我需要(38484,4)。当我打印数组时，我得到所有元素都在同一行上，但我需要它们一个接一个地排列，就像我在问题中提到的那样。我确信每个内部数组都有4个元素。 - Vijayabhaskar J

array.dtype 是什么？ - wim

@wim 我会赌在 object 上。 - Eric Duminil

尝试使用以下代码：array = np.array([[n for n in row] for row in array])，看看是否解决了你的问题。 - wim

网页内容由stack overflow 提供, 点击上面的

可以查看英文原文，
原文链接

- Eric Duminil · Accepted Answer

更新的答案：

变量y是一个包含字符串和numpy.array的numpy数组。它的dtype是object，因此numpy不理解它是一个表格，即使在预处理结束时它充满了4个元素的numpy.array。

您可以通过使用与y不同的变量来避免混合对象类型，或者使用以下方法转换y.values：

array = np.array([x.astype('int32') for x in y.values])

例如：

import numpy as np
y = np.array(["left", "right"], dtype = "object")
y[0] = np.array([1,0])
y[1] = np.array([0,1])
print(y)
# [[1 0] [0 1]]
print(y.dtype)
# object
print(y.shape)
# (2,)
y = np.array([x.astype('int32') for x in y])
print(y)
# [[1 0]
#  [0 1]]
print(y.dtype)
# int32
print(y.shape)
# (2, 2)

翻译后的答案：

你的 array 不完整。它有 38485 个元素，其中许多看起来像是 4 元素数组。但在中间某处，必须至少有一个内部数组不具有 4 个元素。或者你可能混合了集合 (list, array)。

这可能是第二个值未在形状中定义的原因。

这里有一个示例，其中包含一个 (8, 4) 数组及其副本，仅缺少一个元素：

import numpy as np

data = np.array([[0, 1, 0, 0],[0, 1, 0, 0],[1, 0, 0, 0] , [0, 1, 0, 0], [0, 1, 0, 0], [0, 1, 0, 0], [0, 1, 0, 0],[1, 0, 0, 0]])
print(data.shape)
# (8, 4)
print(data.dtype)
# int64
print(set(len(sub_array) for sub_array in data))
# set([4])
print(data.reshape(-1, 4))
# [[0 1 0 0]
#  [0 1 0 0]
#  [1 0 0 0]
#  [0 1 0 0]
#  [0 1 0 0]
#  [0 1 0 0]
#  [0 1 0 0]
#  [1 0 0 0]]

broken_data = np.array([[0, 1, 0, 0],[0, 1, 0, 0],[1, 0, 0, 0] , [1, 0, 0], [0, 1, 0, 0], [0, 1, 0, 0], [0, 1, 0, 0],[1, 0, 0, 0]])
print(broken_data.shape)
# (8, )
print(broken_data.dtype)
# object
print(set(len(sub_array) for sub_array in broken_data))
# set([3, 4])
print(broken_data.reshape(-1, 4))
# [[[0, 1, 0, 0] [0, 1, 0, 0] [1, 0, 0, 0] [1, 0, 0]]
#  [[0, 1, 0, 0] [0, 1, 0, 0] [0, 1, 0, 0] [1, 0, 0, 0]]]
print([sub_array for sub_array in broken_data if len(sub_array) != 4])
# [[1, 0, 0]]

查找子数组，这些子数组不恰好有4个元素，然后过滤掉它们或修改它们。

然后你将拥有一个(38485,4)的数组，而且你不必调用reshape。