python - 如何 reshape numpy 数组并保留每个第 n 个元素

Question

我有一个形状的 numpy 数组，例如 (1000, 80)，我想将其转换为 (100, 40, 2)。您可以将其视为具有 1000 个观测值，其中前 40 列指的是 40 天内的特定特征，接下来的 40 列指的是同一 40 天内的第二个特征。

所以，我希望第二个维度是 40 天，而第三个维度应该是这两个特征每天的值。

这是我尝试过的一个简单示例:

import numpy as np

data = [[11, 22, 33, 44],
        [55, 66, 77 ,88],
        [99, 100, 101, 102]]
data = np.array(data)

# This works but I have to manually do it for every day
np.c_[data[:, ::2], data[:, 1::2]].reshape((3, 2, 2))

# This does not work
np.c_[data[:, i::2] for i in range(2)].reshape((3, 2, 2))

期望的输出:

array([[[ 11,  33],
    [ 22,  44]],
    [[ 55,  77],
     [ 66,  88]],
    [[ 99, 101],
     [100, 102]]])

Answer 1

您可以先 reshape ，然后转置第二个和第三个轴:

data.reshape(-1, 2, data.shape[1] / 2).transpose(0,2,1)
#array([[[ 11,  33],
#        [ 22,  44]],

#       [[ 55,  77],
#        [ 66,  88]],

#       [[ 99, 101],
#        [100, 102]]])

或互换:

data.reshape(-1, 2, data.shape[1] / 2).swapaxes(1,2)
#array([[[ 11,  33],
#        [ 22,  44]],

#       [[ 55,  77],
#        [ 66,  88]],

#       [[ 99, 101],
#        [100, 102]]])

或者正如 @wwii 评论的那样，使用 column-major 顺序reshape:

data.reshape(-1, data.shape[1] / 2, 2, order='F')