numpy: (n, 1) dizisine cast (n,) dizisine sözdizimi/deyim mi?

Question

Şekil içeren bir ndarray nesnesinin (n,) bir şekle sahip olmasını istiyorum (n, 1). Ben ile gelip en iyi kendi _to_col fonksiyonunu rulo etmektir:

def _to_col(a): 
    return a.reshape((a.size, 1)) 

Ama ben böyle bir yerde operasyon zaten numpy sözdizimine dahili olmayan inanmak için bu çok zor. Onu bulmak için doğru Google aramasına isabet edemediğimi anladım.

Answer 1

aşağıdaki kullanmak: aynı şeyi yazmaya

a[:,np.newaxis] 

alternatif (ama belki biraz daha az net) yolu şudur: sürümü de dahil olmak

a[:,None] 

Yukarıdakilerin hepsi () sabit zamanlı işlemlerdir.

Answer 2

np.expand_dims, arbitrary axis eklemek istediğimde favorimdir.

Hiçbiri veya np.newaxis, esnek eksene sahip olması gerekmeyen kod için iyidir. (AIX cevabı)

>>> np.expand_dims(np.arange(5), 0).shape 
(1, 5) 
>>> np.expand_dims(np.arange(5), 1).shape 
(5, 1) 

Örnek kullanımı: bir 2d veya daha nd dizisinin sonuna bir ekseni eklemek yerine iki nokta üst üste bir üç nokta kullanmak için herhangi bir eksen

>>> x = np.random.randn(4,5) 
>>> x - x.mean(1) 
Traceback (most recent call last): 
    File "<stdin>", line 1, in <module> 
ValueError: shape mismatch: objects cannot be broadcast to a single shape 


>>> ax = 1 
>>> x - np.expand_dims(x.mean(ax), ax) 
array([[-0.04152658, 0.4229244 , -0.91990969, 0.91270622, -0.37419434], 
     [ 0.60757566, 1.09020783, -0.87167478, -0.22299015, -0.60311856], 
     [ 0.60015774, -0.12358954, 0.33523495, -1.1414706 , 0.32966745], 
     [-1.91919832, 0.28125008, -0.30916116, 1.85416974, 0.09293965]]) 
>>> ax = 0 
>>> x - np.expand_dims(x.mean(ax), ax) 
array([[ 0.15469413, 0.01319904, -0.47055919, 0.57007525, -0.22754506], 
     [ 0.70385617, 0.58054228, -0.52226447, -0.66556131, -0.55640947], 
     [ 1.05009459, -0.27959876, 1.03830159, -1.23038543, 0.73003287], 
     [-1.90864489, -0.31414256, -0.04547794, 1.32587149, 0.05392166]])