python - 如何将 1D numpy 数组分配给 2D numpy 数组？

Question

考虑以下简单示例:

X = numpy.zeros([10, 4])  # 2D array
x = numpy.arange(0,10)    # 1D array 

X[:,0] = x # WORKS

X[:,0:1] = x # returns ERROR: 
# ValueError: could not broadcast input array from shape (10) into shape (10,1)

X[:,0:1] = (x.reshape(-1, 1)) # WORKS

有人可以解释为什么 numpy 的向量形状为 (N,) 而不是 (N,1) 吗？从一维数组转换为二维数组的最佳方法是什么？

为什么我需要这个？因为我有一个代码将结果 x 插入二维数组 X 并且 x 的大小不时变化所以我有 X[:, idx1: idx2] = x 如果 x 也是二维的，但如果 x 是一维的，则无效。

Answer 1

您真的需要能够使用相同的函数处理一维和二维输入吗？如果您知道输入将是一维的，请使用

X[:, i] = x

如果您知道输入将是二维的，请使用

X[:, start:end] = x

如果您不知道输入维度，我建议使用 if 在一行或另一行之间切换，尽管可能有一些我不知道的索引技巧可以同时处理这两者相同。

您的 x 具有形状 (N,) 而不是形状 (N, 1) (或 (1, N) ) 因为 numpy 不是为矩阵数学而构建的。 ndarrays 是 n 维的；它们支持对任何非负维数(包括 0)的高效、一致的矢量化操作。虽然这有时可能会使矩阵运算变得不那么简洁(尤其是在用于矩阵乘法的 dot 的情况下)，但当您的数据自然是 1 维或 3 维、4 维时，它会生成更普遍适用的代码- 或 n 维。