python - 使用变量 reshape Numpy 中的数组

Question

我试图在 numpy 上获取一个数组，添加一行代码，将其附加到数组中，然后将整个数组重新整形回翻译后的 r。当我尝试使用 plt.imshow 再次显示它时，它一直说“新数组的总大小必须保持不变”。有没有更好的方法来解决这个问题？

z = np.array([[[23] * ncols]*nrows]).reshape(nrows, ncols)

for j in range(0,1):
  for i in range(0,ncols):
    np.append(z, [23])

np.reshape(z, nrows+1,ncols)

plt.imshow(z, interpolation='none', cmap=cm.gist_rainbow)

此外，如果我将 j 从 nrows 迭代到 ncols 会怎样？除了乘以 nrows 和 ncols 之外，是否还需要进行特定的编辑？

编辑:我尝试用

reshape

np.reshape(z, nrows+2, ncols)

有效；然而，当使用 0 到 100 的范围来检查差异时，程序会花费很长时间并且实际上不会显示新值。有没有更好的方法来处理这个问题？

Answer 1

据我了解，您有一个 numpy 数组，并且想要添加两行。

让我们首先创建名为 a 的数组:

In [61]: a = np.arange(12); a.resize(3, 4); print a
[[ 0  1  2  3]
 [ 4  5  6  7]
 [ 8  9 10 11]]

现在，让我们创建要添加到 a 的新行:

In [62]: newrow1 = np.array([100, 101, 102, 103])

In [63]: newrow2 = np.array([200, 201, 202, 203])

现在，让我们添加这些行:

In [64]: np.vstack((a, newrow1, newrow2))
Out[64]: 
array([[  0,   1,   2,   3],
       [  4,   5,   6,   7],
       [  8,   9,  10,  11],
       [100, 101, 102, 103],
       [200, 201, 202, 203]])

注释

让我们考虑一下这行代码:

z = np.array([[[23] * ncols]*nrows]).reshape(nrows, ncols)

让我们尝试两种变体:

In [74]: nrows=3; ncols=4; np.array([[[23] * ncols]*nrows])
Out[74]: 
array([[[23, 23, 23, 23],
        [23, 23, 23, 23],
        [23, 23, 23, 23]]])

In [75]: nrows=3; ncols=4; np.array([[[23] * ncols]*nrows]).reshape(nrows, ncols)
Out[75]: 
array([[23, 23, 23, 23],
       [23, 23, 23, 23],
       [23, 23, 23, 23]])

我们可以得出结论，调用 reshape 是不必要的，因为创建的数组已经具有指定的行数和列数。

现在，让我们考虑这个循环:

for j in range(0,1):
   for i in range(0,ncols):
      np.append(z, [23])

np.append 不会就地更改数组；它返回一个新数组。因此，这个循环什么也不做。

让我们考虑一下 reshape :

np.reshape(z, nrows+1,ncols)

正如您所指出的，使用reshape，“新数组的总大小必须保持不变”。解决方案是使用resize。在这里，我们演示了对数组 a 进行resize:

In [86]: a
Out[86]: 
array([[ 0,  1,  2,  3],
       [ 4,  5,  6,  7],
       [ 8,  9, 10, 11]])

In [91]: a = np.resize(a, (5,4)); print a
[[ 0  1  2  3]
 [ 4  5  6  7]
 [ 8  9 10 11]
 [ 0  1  2  3]
 [ 4  5  6  7]]

如果您希望最后两行都具有值23，那么可以简单地分配它:

In [94]: a[3:, :] = 23; print a
[[ 0  1  2  3]
 [ 4  5  6  7]
 [ 8  9 10 11]
 [23 23 23 23]
 [23 23 23 23]]