代码之家 › 专栏 › 技术社区 › Vasily A

在一天之内减少一个维度

numpy-ndarray numpy python

Vasily A · 技术社区 · 7 年前

我将点坐标存储在三维数组中:
(UPD)。数组实际上是 numpy -派生 ndarray ,很抱歉在初始版本中出现混淆)

a = [ [[11,12]], [[21,22]], [[31,32]], [[41,42]] ]

您可以看到,每个坐标对都像 [[11,12]] 当我想要的时候 [11,12] ,也就是说,我的数组应该包含以下内容:

b = [ [11,12], [21,22], [31,32], [41,42] ]

那么,如何从 a 到 b 形式?目前,我的解决方案是创建一个列表,然后将其转换为 麻木的 :

b = numpy.array([p[0] for p in a])

这是可行的,但我想一定有一种更简单、更清洁的方法…

UPD。最初我试图做一个简单的理解: b = [p[0] for p in a] -但是那时 乙 结果是一个列表,而不是一个数组-我想这是因为 一 数组是 星期五 从 麻木的

4 回复 | 直到 7 年前

FHTMitchell 7 年前

如果你做要使用numpy:

b = np.array(a)[:, 0, :]

这比理解要快。

好。。。我当然认为会是

a = np.random.random((100_000, 1, 2)).tolist()

%timeit np.array([x[0] for x in a])
41.1 ms Â± 304 Âµs per loop (mean Â± std. dev. of 7 runs, 10 loops each)

%timeit np.array(a)[:, 0, :]
57.6 ms Â± 1.27 ms per loop (mean Â± std. dev. of 7 runs, 10 loops each)

%timeit x = np.array(a); x.shape = len(a), 2
58.2 ms Â± 381 Âµs per loop (mean Â± std. dev. of 7 runs, 10 loops each)

编辑

哦,如果它是一个麻木的数组,那么一定要使用这个方法。或使用 .squeeze() 如果你确定它不是空的。

MegaIng Mischa Lisovyi 7 年前

下面是另一个使用列表理解的解决方案:

b = [x[0] for x in a]

anishtain4 7 年前

如果您以后要使用numpy,那么最好避免列表理解。同样,最好的做法是尽可能地实现自动化,因此,不要手动选择singleton维度,而是让numpy负责: b=numpy.array(a).squeeze() 除非有其他单体维度需要保留。

Georgy rassa45 7 年前

为了在调用它们时扁平化“类似嵌套的二维数组”,只需要获取第一个元素。 arr[0]

以多种方式应用此概念:

列表理解(最有效): flatter_a_compr = [e[0] for e in a]
迭代(第二最佳性能):
```
b =[]
for e in a:
    b.append(e[0])
```
lambda(非蟒蛇): flatter_a = list(map(lambda e : e[0], a))
麻木(表现最差): flatter_a_numpy = np.array(a)[:, 0, :]