Modo efficiente per aggiungere una dimensione singleton a un vettore NumPy in modo che le assegnazioni slice funzionino

Question

In NumPy, come si può rendere efficiente un oggetto 1-D in un oggetto 2D in cui la dimensione singleton viene dedotta dall'oggetto corrente (ad esempio una lista dovrebbe andare a un vettore 1xlength o lengthx1)?

# This comes from some other, unchangeable code that reads data files. 
my_list = [1,2,3,4] 

# What I want to do: 
my_numpy_array[some_index,:] = numpy.asarray(my_list) 

# The above doesn't work because of a broadcast error, so: 
my_numpy_array[some_index,:] = numpy.reshape(numpy.asarray(my_list),(1,len(my_list))) 

# How to do the above without the call to reshape? 
# Is there a way to directly convert a list, or vector, that doesn't have a 
# second dimension, into a 1 by length "array" (but really it's still a vector)? 

Answer 1

Nel caso più generale, il modo più semplice per aggiungere dimensioni extra ad una matrice viene utilizzando la parola chiave None quando indicizza nella posizione per aggiungere la dimensione extra. Per esempio

my_array = numpy.array([1,2,3,4]) 

my_array[None, :] # shape 1x4 

my_array[:, None] # shape 4x1 

Answer 2

Perché non aggiungere semplicemente parentesi quadre?

>> my_list 
[1, 2, 3, 4] 
>>> numpy.asarray([my_list]) 
array([[1, 2, 3, 4]]) 
>>> numpy.asarray([my_list]).shape 
(1, 4) 

.. aspetta, a pensarci bene, perché il tuo servizio di slice non funziona? Non dovrebbe:

>>> my_list = [1,2,3,4] 
>>> d = numpy.ones((3,4)) 
>>> d 
array([[ 1., 1., 1., 1.], 
     [ 1., 1., 1., 1.], 
     [ 1., 1., 1., 1.]]) 
>>> d[0,:] = my_list 
>>> d[1,:] = numpy.asarray(my_list) 
>>> d[2,:] = numpy.asarray([my_list]) 
>>> d 
array([[ 1., 2., 3., 4.], 
     [ 1., 2., 3., 4.], 
     [ 1., 2., 3., 4.]]) 

anche:

>>> d[1,:] = (3*numpy.asarray(my_list)).T 
>>> d 
array([[ 1., 2., 3., 4.], 
     [ 3., 6., 9., 12.], 
     [ 1., 2., 3., 4.]]) 

Answer 3

È sempre possibile utilizzare dstack() per replicare l'array:

import numpy 

my_list = array([1,2,3,4]) 
my_list_2D = numpy.dstack((my_list,my_list)); 

Answer 4

import numpy as np 
a = np.random.random(10) 
sel = np.at_least2d(a)[idx] 

Answer 5

Che dire expand_dims?

np.expand_dims(np.array([1,2,3,4]), 0) 

ha forma (1,4) mentre

np.expand_dims(np.array([1,2,3,4]), 1) 

ha forma (4,1).

Answer 6

Da python3.5, è possibile utilizzare anche l'estrazione con np.ndarray.shape all'interno np.reshape:

>>> my_array = np.array([1,2,3,4]) 
>>> my_array.reshape(1, *my_array.shape) 
array([[1, 2, 3, 4]]) 
>>> my_array.reshape(*my_array.shape, 1) 
array([[1], 
     [2], 
     [3], 
     [4]]) 

my_array.reshape(1, *my_array.shape) opere nelle vecchie versioni pure, ma non il secondo.