嗨,我有一个长度为 2800 的平面列表,它包含 28 个变量中每个变量的 100 个结果:下面是 2 个变量的 4 个结果的示例
[0,
0,
1,
1,
2,
2,
3,
3]
我想将列表重塑为数组 (2,4),以便每个变量的结果都在单个元素中。
[[0,1,2,3],
[0,1,2,3]]
您可以考虑重塑新形状,从展平的原始列表/数组中逐行填充(最后一个维度变化最快)。
如果您想按列填充数组,一个简单的解决方案是将列表整形为具有相反维度的数组,然后转置它:
x = np.reshape(list_data, (100, 28)).T
上面的代码片段生成一个 28x100 数组,按列填充。
为了说明这一点,以下是将列表整形为 2x4 数组的两个选项:
np.reshape([0, 0, 1, 1, 2, 2, 3, 3], (4, 2)).T
# array([[0, 1, 2, 3],
# [0, 1, 2, 3]])
np.reshape([0, 0, 1, 1, 2, 2, 3, 3], (2, 4))
# array([[0, 0, 1, 1],
# [2, 2, 3, 3]])
您可以使用
order
参数指定轴的解释顺序:
np.reshape(arr, (2, -1), order='F')
一步一步:
# import numpy library
import numpy as np
# create list
my_list = [0,0,1,1,2,2,3,3]
# convert list to numpy array
np_array=np.asarray(my_list)
# reshape array into 4 rows x 2 columns, and transpose the result
reshaped_array = np_array.reshape(4, 2).T
#check the result
reshaped_array
array([[0, 1, 2, 3],
[0, 1, 2, 3]])
上面的答案都很好。补充一个我用过的案例。 只是如果您不想使用 numpy 并将其保留为列表而不更改内容。
您可以运行一个小循环并将尺寸从 1xN 更改为 Nx1。
tmp=[]
for b in bus:
tmp.append([b])
bus=tmp
在数量非常大的情况下,它可能效率不高。但它适用于少量数字。 谢谢
如果有人感兴趣,有一种方法可以使用列表理解对任何可迭代对象进行更普遍的操作。即使一维可迭代中的基本元素数量不能被分区(子列表)的长度整除:
linear = 'doorcoresoremoreloreforescore'
N = 4 # length of sublists after partitioning
partitioned = [linear [i*N:(i+1)*N] for i in range(round(len(linear_list)/N))]
>> ['door', 'core', 'sore', 'more', 'lore', 'fore', 'scor']
注意字符串中的最后一个单词有 5 个字母,但只显示前 4 个字母,并且不会引发错误。如果您确定元素的数量可以被子列表的长度整除,那么这不是问题。如果您使用
numpy.array
,如果无法均匀地进行重塑,它总是会引发错误,因为 numpy 数组不允许可变长度的子数组。
在其他情况下,您无法确定元素数量始终可以被均匀分割,此解决方案可能有其优势。但您需要小心并确保您了解最终结果。