Skip to main content
 首页 » 编程设计

python之切片正在向我的阵列添加第三维之不知道为什么

2025年04月02日11freeliver54

我正在尝试仅使用等于 2 和 3 的标签来索引测试数据。但是,当我运行这段代码时,它会将我的数组从 2D (100 x 100) 转换为 3D (100 x 1 x 100)。

谁能解释一下为什么要这样做?代码中的最后一行是罪魁祸首,但我不确定为什么会这样。

labels = testdata[:,0] 
num2 = numpy.nonzero(labels == 2) 
num2 = numpy.transpose(num2) 
num3 = numpy.nonzero(labels == 3) 
num3 = numpy.transpose(num3) 
num = numpy.vstack([num2,num3]) 
testdata = testdata[num,:] 

请您参考如下方法:

有拼图时,打印中间值。更好的是,在交互式 shell 中运行测试用例,这样您就可以检查每个值,并了解发生了什么。跟踪形状。

看起来 labels 是一维数字数组,例如:

In [212]: labels=np.array([0,1,2,2,3,2,0,3,2]) 

labels 为 2 或 3 的索引:

In [213]: num2=np.nonzero(labels==2) 
In [214]: num2 
Out[214]: (array([2, 3, 5, 8], dtype=int32),) 
In [215]: num3=np.nonzero(labels==3) 

这里有一个关键的步骤——transpose 的目的是什么。请注意 num2 是一个包含一个一维数组的元组。

In [216]: num2=np.transpose(num2) 
In [217]: num3=np.transpose(num3) 
In [218]: num2 
Out[218]:  
array([[2], 
       [3], 
       [5], 
       [8]], dtype=int32) 

num2转置后是一个列数组,(4,1)形状。

垂直连接它们会产生一个 (6,1) 数组:

In [220]: num=np.vstack([num2,num3]) 
In [221]: num 
Out[221]:  
array([[2], 
       [3], 
       [5], 
       [8], 
       [4], 
       [7]], dtype=int32) 
In [222]: num.shape 
Out[222]: (6, 1) 
In [223]: labels[num] 
Out[223]:  
array([[2], 
       [2], 
       [2], 
       [2], 
       [3], 
       [3]]) 
In [224]: labels[num].shape 
Out[224]: (6, 1) 

用该数组索引一维数组会生成另一个与索引形状相同的数组。索引 x[num,:] 做同样的事情,但添加了最后一个维度。


如果我在第一维中用 (2,5) 数组索引 (3,4) 数组,结果是 (2,5,4) 数组:

In [227]: np.ones((3,4))[np.ones((2,5),int),:].shape 
Out[227]: (2, 5, 4)