web-dev-qa-db-fra.com

Remodeler un tableau dans NumPy

Considérons un tableau de la forme suivante (juste un exemple):

[[ 0  1]
 [ 2  3]
 [ 4  5]
 [ 6  7]
 [ 8  9]
 [10 11]
 [12 13]
 [14 15]
 [16 17]]

Sa forme est [9,2]. Maintenant, je veux transformer le tableau pour que chaque colonne devienne une forme [3,3], comme ceci:

[[ 0  6 12]
 [ 2  8 14]
 [ 4 10 16]]
[[ 1  7 13]
 [ 3  9 15]
 [ 5 11 17]]

La solution la plus évidente (et sûrement "non-Pythonic") consiste à initialiser un tableau de zéros avec la dimension appropriée et à exécuter deux boucles for où il sera rempli de données. Je suis intéressé par une solution qui est conforme au langage ...

pythonarraysnumpyreshape
38
user1876864
a = np.arange(18).reshape(9,2)
b = a.reshape(3,3,2).swapaxes(0,2)

# a: 
array([[ 0,  1],
       [ 2,  3],
       [ 4,  5],
       [ 6,  7],
       [ 8,  9],
       [10, 11],
       [12, 13],
       [14, 15],
       [16, 17]])


# b:
array([[[ 0,  6, 12],
        [ 2,  8, 14],
        [ 4, 10, 16]],

       [[ 1,  7, 13],
        [ 3,  9, 15],
        [ 5, 11, 17]]])
60
eumiro

numpy a un excellent outil pour cette tâche ("numpy.reshape") lien vers la documentation de remodelage

a = [[ 0  1]
 [ 2  3]
 [ 4  5]
 [ 6  7]
 [ 8  9]
 [10 11]
 [12 13]
 [14 15]
 [16 17]]

`numpy.reshape(a,(3,3))`

vous pouvez aussi utiliser l'astuce "-1"

`a = a.reshape(-1,3)`

le "-1" est un caractère générique qui laissera l'algorithme numpy décider du nombre à saisir lorsque la deuxième dimension est 3

alors oui .. cela fonctionnerait aussi: a = a.reshape(3,-1)

et ceci: a = a.reshape(-1,2) ne ferait rien

et ceci: a = a.reshape(-1,9) changerait la forme en (2,9)

1
Or_K

Il y a deux réarrangements possibles des résultats (exemple suivant avec @ eumiro ). Le paquet Einops fournit une notation puissante pour décrire de telles opérations de manière non ambiguë

>> a = np.arange(18).reshape(9,2)

# this version corresponds to eumiro's answer
>> einops.rearrange(a, '(x y) z -> z y x', x=3)

array([[[ 0,  6, 12],
        [ 2,  8, 14],
        [ 4, 10, 16]],

       [[ 1,  7, 13],
        [ 3,  9, 15],
        [ 5, 11, 17]]])

# this has the same shape, but order of elements is different (note that each paer was trasnposed)
>> einops.rearrange(a, '(x y) z -> z x y', x=3)

array([[[ 0,  2,  4],
        [ 6,  8, 10],
        [12, 14, 16]],

       [[ 1,  3,  5],
        [ 7,  9, 11],
        [13, 15, 17]]])
0
Alleo