如何截断一个numpy数组？

Question

我正在尝试使用以下代码将大小为112943的“数据”截断为形状（1,15000）：

data = np.reshape(data, (1, 15000))

然而，这给了我以下错误：

ValueError: cannot reshape array of size 112943 into shape (1,15000)

有什么建议可以解决这个错误吗？

- 1arnav1

---

什么是 shape(data)？ - skrubber

截断和重塑是两个不同的操作。截断改变大小，但保持形状。重塑保持大小，但改变形状。我建议您使用切片。 - DYZ

我正在尝试删除除前15,000个元素以外的所有内容。 - 1arnav1

当你说“truncate”时，你是想要一个新的数组，包含前15000个元素，并可能共享同一内存，还是想要实际截断存储（或复制部分）以释放额外的大约800K内存？ - abarnert

Answer 1

换句话说，如果你只需要前15K个元素，你可以使用基本切片:

In [114]: arr = np.random.randn(112943)

In [115]: truncated_arr = arr[:15000]

In [116]: truncated_arr.shape
Out[116]: (15000,)

In [117]: truncated_arr = truncated_arr[None, :]

In [118]: truncated_arr.shape
Out[118]: (1, 15000)

- kmario23

Answer 2

你可以使用 resize：

>>> import numpy as np
>>> 
>>> a = np.arange(17)
>>> 
# copy
>>> np.resize(a, (3,3))
array([[0, 1, 2],
       [3, 4, 5],
       [6, 7, 8]])
>>> 
# in-place - only use if you know what you are doing
>>> a.resize((3, 3), refcheck=False)
>>> a
array([[0, 1, 2],
       [3, 4, 5],
       [6, 7, 8]])

请注意，我认为这是因为交互式 shell 会保留一些对最近评估的内容的额外引用，所以在原地版本中必须使用 refcheck=False，但这是很危险的。在脚本或模块中，您不需要这样做，也不应该这样做。

- Paul Panzer