Python:如何强制 1 元素 NumPy 数组为二维数组？

Question

我有一段代码对 2D NumPy 数组进行切片并返回生成的(子)数组。在某些情况下，切片仅索引一个元素，在这种情况下，结果是一个单元素数组:

>>> sub_array = orig_array[indices_h, indices_w]
>>> sub_array.shape
(1,)

我怎样才能强制这个数组以一般方式成为二维的？即:

>>> sub_array.shape
(1,1)

我知道 sub_array.reshape(1,1) 可以工作，但我希望能够将它应用于 sub_array 而不必担心元素的数量在里面。换句话说，我想编写一个(轻量级)操作，将 shape-(1,) 数组转换为 shape-(1,1) 数组，将 shape-(2,2) 数组转换为一个 shape-(2,2) 数组等。我可以创建一个函数:

def twodimensionalise(input_array):
     if input_array.shape == (1,):
         return input_array.reshape(1,1)
     else:
         return input_array

这是我要得到的最好的还是 NumPy 有更“原生”的东西？

添加:

正如 https://stackoverflow.com/a/31698471/865169 中指出的那样，我做的索引错误。我真的很想做:

sub_array = orig_array[indices_h][:, indices_w]

当 indices_h 中只有一个条目时，这不起作用，但将它与另一个答案中建议的 np.atleast_2d 结合起来，我得出:

sub_array = np.atleast_2d(orig_array[indices_h])[:, indices_w]

Answer 1

听起来您可能正在寻找 atleast_2d .此函数将一维数组的 View 作为二维数组返回:

>>> arr1 = np.array([1.7]) # shape (1,)
>>> np.atleast_2d(arr1)
array([[ 1.7]])
>>> _.shape
(1, 1)

已经是二维(或具有更多维度)的数组保持不变:

>>> arr2 = np.arange(4).reshape(2,2) # shape (2, 2)
>>> np.atleast_2d(arr2)
array([[0, 1],
       [2, 3]])
>>> _.shape
(2, 2)