好吧,我的问题比将 3D 或 4D 阵列 reshape 为 2D 阵列更具体一些。
我正在编写用于前端处理 3D 或 4D 数组的脚本。
我想从外部脚本调用一个函数,该函数将提供一个 3D 数组作为唯一输入。所需的输出应该是一个二维数组。
更详细地说,3D 或 4D 数组的维度为 (x,y,t) 或 (x,y,z,t),其中 x、y 和 z 是空间维度,t 是时间。基本上这就是包含不稳定流数据的方式。
现在我想将其 reshape 为形状为 ([x*y*z, t]) 的二维数组。但是,这应该仅使用多维数组作为输入来完成。我不想将 x、y、z 和 t 作为输入传递。
有人可以帮我写一个函数吗?
有点像,
定义前端(数据):
- 检查 data.shape
- 使用 len(data) 命令获取 x,y,z,t 值
- 将数据 reshape 为 ([x*y*z, t])
- 返回重组后的数据
更新:很抱歉我不是很清楚。我真正遇到的问题是关于形状的。比如我x方向100步,y方向50步,z方向10步,时间方向20步。即数组具有维度 ([100,50,10,20])。现在,我需要将这个 ([100,50,10,20]) 数组 reshape 为 ([50000,20]) 数组。这可以通过普通的“ reshape ”命令来完成。现在,问题是,我只从外部脚本向函数提供数据数组,但我不知道它的维度。我需要找到数组的 X 维度、Y 维度、Z 维度和 t 维度,然后我需要将这个 4 维数组 reshape 为维度为 ([X*Y*Z, t]) 的二维数组。最后我必须得到这个二维数组作为输出。
请您参考如下方法:
更新:
问题的更新表明函数 frontend() 应该只采用一个数组(python 列表)。这将是这种情况的简化解决方案:
def frontend(data):
return [reduce(lambda a, b: a*b, data[:-1]), data[-1]]
返回列表的第一个元素是通过将 data 中的所有元素相乘生成的,最后一个元素 (data[:-1]) 除外。这将是 [x, y] 或 [x, y, z]。返回列表的第二个元素只是 data 的最后一个元素 (data[-1])。在 3D 和 4D 情况下,这将是 t。
示例用法:
>>> frontend([100,50,10,20])
[50000, 20]
>>> frontend([100,50,20])
[5000, 20]
Python 3 更新:
在 Python 3 中,不再有 reduce() 函数。如果不导入任何内容,您将需要使用循环:
def frontend(data):
product = 1
for elem in data[:-1]:
product = product * elem
return [product, data[-1]]
用法同上:
>>> frontend([100,50,10,20])
[50000, 20]
元组列表的先前解决方案:
我不完全确定“检查 data.shape”是什么意思。我确实将其解释为测试一个元素有多少维度。我展示了两个版本。第一个是检查数据的第一个元素中值的数量,第二个版本只是将一个数据元素的所有值相乘,最后一个除外,然后将最后一个值添加为生成的“2D”元素的第二个值:
# example data:
data_5d = [(1,2,3,4,5), (5,6,7,8,9)]
data_4d = [(1,2,3,4), (5,6,7,8)]
data_3d = [(1,2,3), (4,5,6)]
data_2d = [(1,2), (2,5)]
data_inconsistent = [(1,2,3,5), (8,9)]
# Version handling only 3D and 4D data:
# =====================================
def frontend(data):
#check data.shape:
# get number of dimensions by checking first element:
dimensions = len(data[0])
#optain values and reshape:
if dimensions == 4:
return [[x*y*z, t] for x, y, z, t in data]
elif dimensions == 3:
return [[x*y, t] for x, y, t in data]
else:
#handle error?
return []
print "frontend():"
print "5D: ", frontend(data_5d)
print "4D: ", frontend(data_4d)
print "3D: ", frontend(data_3d)
print "2D: ", frontend(data_2d)
# this would raise an exception:
#print frontend(data_inconsistent)
# General Version
# ===============
def frontendx(data):
return [[reduce(lambda a, b: a*b, elem[:-1]), elem[-1]] for elem in data]
print "\nfrontendx():"
print "5D: ", frontendx(data_5d)
print "4D: ", frontendx(data_4d)
print "3D: ", frontendx(data_3d)
print "2D: ", frontendx(data_2d)
print "?D: ", frontendx(data_inconsistent)
输出:
frontend():
5D: []
4D: [[6, 4], [210, 8]]
3D: [[2, 3], [20, 6]]
2D: []
frontendx():
5D: [[24, 5], [1680, 9]]
4D: [[6, 4], [210, 8]]
3D: [[2, 3], [20, 6]]
2D: [[1, 2], [2, 5]]
?D: [[6, 5], [8, 9]]
