मैट्रिक्स

Question

के रूप में एक-आयामी numpy.array इंडेक्सिंग मैं रनटाइम के दौरान विभिन्न आयामों के साथ numpy.array को इंडेक्स करने का प्रयास कर रहा हूं। उदाहरण प्राप्त करने के लिए

IndexError: too many indices

: एक * मीटर सरणी a की पहली पंक्ति, तो आप बस

a[0,:] 

हालांकि, मामले में एक एक 1xN वेक्टर होने वाला कर सकते हैं, इस कोड को ऊपर एक सूचकांक त्रुटि देता है चूंकि कोड को यथासंभव कुशलतापूर्वक निष्पादित करने की आवश्यकता है क्योंकि मैं if कथन प्रस्तुत नहीं करना चाहता हूं। क्या किसी के पास एक सुविधाजनक समाधान है जो आदर्श रूप से किसी भी डेटा संरचना प्रकार को बदलने में शामिल नहीं है?

Answer 1

a[0,:] के बजाय बस a[0] का उपयोग करें। यह एक मैट्रिक्स के लिए पहली पंक्ति और वेक्टर के लिए पहली प्रविष्टि वापस करेगा। क्या यह वही है आप जिसकी तलाश में हैं?

यदि आप पूरे वेक्टर को एक-आयामी मामले में प्राप्त करना चाहते हैं, तो आप numpy.atleast_2d(a)[0] का उपयोग कर सकते हैं। यह आपके वेक्टर की प्रतिलिपि नहीं करेगा - यह इसे दो-आयामी 1 एक्स एन-सरणी के रूप में एक्सेस करेगा।

Answer 2

Numpy for Matlab Users विकी पेज के 'array' or 'matrix'? Which should I use? अनुभाग से:

>>> import numpy as np 
>>> a1 = np.array([1,2,3]) 
>>> a1 
array([1, 2, 3]) 
>>> a2 = np.array([[1,2,3]]) // Notice the two sets of brackets 
>>> a2 
array([[1, 2, 3]]) 
>>> a3 = np.array([[1],[2],[3]]) 
>>> a3 
array([[1], 
     [2], 
     [3]]) 

तो, आप सुनिश्चित करें कि आपके सरणियों के सभी कर रहे हैं कि इस प्रकार हैं:

For array, the vector shapes 1xN, Nx1, and N are all different things. Operations like A[:,1] return a rank-1 array of shape N, not a rank-2 of shape Nx1. Transpose on a rank-1 array does nothing.

यहाँ दिखा रहा है कि वे एक ही नहीं कर रहे हैं एक उदाहरण है 2 डी सरणी, या उनमें से कुछ 1 डी सरणी हैं?

यदि आप array[0,:] के अपने आदेश का उपयोग करना चाहते हैं, तो मैं वास्तव में 1 डी arrays के बजाय 1xN 2d arrays का उपयोग करने की अनुशंसा करता हूं। यहां एक उदाहरण दिया गया है:

>>> a2 = np.array([[1,2,3]]) // Notice the two sets of brackets 
>>> a2 
array([[1, 2, 3]]) 
>>> a2[0,:] 
array([1, 2, 3]) 
>>> b2 = np.array([[1,2,3],[4,5,6]]) 
>>> b2 
array([[1, 2, 3], 
     [4, 5, 6]]) 
>>> b2[0,:] 
array([1, 2, 3])