Numpy 将 "2D many columns" reshape 为 "3D of 2D single columns"

Question

一些 sklearn 编码器不接受多列二维数组。

制作示例数据

lzt_int = [1, 2, 3, 4, 5, 6]
d1_int = np.array(lzt_int)
d2_int_multi = d2_int.reshape(int(d2_int.shape[0]/3), 3)

多列二维数组

>>> d2_int_multi

array([[1, 2, 3],
       [4, 5, 6]])

想要高效地变成一个 2D 单列的 3D 数组，看起来像这样。

array([
    [[1],
     [4]],

    [[2],
     [5]],

    [[3],
     [6]],
])

转型尝试

>>> d2_int_multi.reshape(3, 2, 1, order='C')

array([[[1],
        [2]],

       [[3],
        [4]],

       [[5],
        [6]]])

>>> d2_int_multi.reshape(3, 2, 1, order='F')

array([[[1],
        [5]],

       [[4],
        [3]],

       [[2],
        [6]]])

>>> d2_int_multi.reshape(3, 2, 1, order='A')

array([[[1],
        [2]],

       [[3],
        [4]],

       [[5],
        [6]]])

为了内存 - 在将其添加到 3D 数组之前，我不想访问每一列，将其设为 2D 数组。

Answer 1

您想添加一个额外的轴，然后转置结果。您可以使用此行执行这些操作:

d2_int_multi[None].T

由于这不会移动任何数据，而只会创建原始数组的新 View ，因此非常高效。