Как я могу гарантировать, что массив numpy будет представлять собой либо вектор строки, либо столбец 2D?

Question

Существует ли функция numpy, обеспечивающая, чтобы одномерный или двумерный массив был вектором столбца или строки?

Например, у меня есть один из следующих векторов / списков.Какой самый простой способ преобразовать входные данные в вектор-столбец?

x1 = np.array(range(5))
x2 = x1[np.newaxis, :]
x3 = x1[:, np.newaxis]

def ensureCol1D(x):
    # The input is either a 0D list or 1D.
    assert(len(x.shape)==1 or (len(x.shape)==2 and 1 in x.shape))
    x = np.atleast_2d(x)
    n = x.size
    print(x.shape, n)
    return x if x.shape[0] == n else x.T

assert(ensureCol1D(x1).shape == (x1.size, 1))
assert(ensureCol1D(x2).shape == (x2.size, 1))
assert(ensureCol1D(x3).shape == (x3.size, 1))

Вместо написания моей собственной функции ensureCol1D, есть ли что-то подобное, уже доступное в numpy, которое обеспечивает вектор длябыть колонкой?

Answer 1

Ваш вопрос, по сути, заключается в том, как преобразовать массив в «столбец», причем столбец представляет собой двумерный массив с длиной строки 1. Это можно сделать с помощью ndarray.reshape(-1, 1).

Это означает, что выreshape ваш массив должен иметь длину строки, равную единице, и пусть numpy выводит количество строк / длину столбца.

x1 = np.array(range(5))
print(x1.reshape(-1, 1))

Вывод:

array([[0],
   [1],
   [2],
   [3],
   [4]])

Вы получаете тот же вывод при изменении формы x2 и x3.Кроме того, это также работает для n-мерных массивов:

x = np.random.rand(1, 2, 3)
print(x.reshape(-1, 1).shape)

Вывод:

(6, 1)

Наконец, единственное, чего здесь не хватает, - это сделать некоторые утверждения, чтобы гарантировать, что массивы, которые не могут быть преобразованыне конвертированы неправильно.Основная проверка, которую вы делаете, состоит в том, что число не одно целых чисел в форме меньше или равно единице.Это может быть сделано с помощью:

assert sum(i != 1 for i in x1.shape) <= 1

Эта проверка вместе с .reshape позволяет вам применять свою логику ко всем массивам с numpy.