基于列中数据的 Numpy 2D 到 3D 数组

Question

假设我的数据结构如下所示：

[[1, 3, 4, 6],
 [1, 4, 8, 2],
 [1, 3, 2, 9],
 [2, 2, 4, 8],
 [2, 4, 9, 1],
 [2, 2, 9, 3]]

第一列表示第三维，因此我想将其转换为以下三维数组：

[[[3, 4, 6],
  [4, 8, 2],
  [3, 2, 9]],
 [[2, 4, 8],
  [4, 9, 1],
  [2, 9, 3]]]

是否有内置的 numpy 函数来执行此操作？

Answer 1

您可以尝试以下代码：

import numpy as np
array = np.array([[1, 3, 4, 6],
 [1, 4, 8, 2],
 [1, 3, 2, 9],
 [2, 2, 4, 8],
 [2, 4, 9, 1],
 [2, 2, 9, 3]])
array = np.delete(array, 0, 1)
array.reshape(2,3,-1)

输出

array([[[3, 4, 6],
        [4, 8, 2],
        [3, 2, 9]],

       [[2, 4, 8],
        [4, 9, 1],
        [2, 9, 3]]])

但是，当您知道数组的形状时可以使用此代码。但是如果你确定数组中的列数是 3 的倍数，你可以简单地使用下面的代码以所需的格式显示数组。

array.reshape(array.shape[0]//3,3,-3)

Answer 2

使用带有重塑函数的 numpy 数组切片。

import numpy as np 

arr = [[1, 3, 4, 6],
[1, 4, 8, 2],
[1, 3, 2, 9],
[2, 2, 4, 8],
[2, 4, 9, 1],
[2, 2, 9, 3]]

# convert the list to numpy array
arr = np.array(arr)

# remove first column from numpy array
arr = arr[:,1:]

# reshape the remaining array to desired shape
arr = arr.reshape(len(arr)//3,3,-1)

print(arr)

输出：

[[[3 4 6]
  [4 8 2]
  [3 2 9]]

 [[2 4 8]
  [4 9 1]
  [2 9 3]]]

Answer 3

您列出了一个非 numpy 数组。我不确定您是否只是建议 numpy 作为获得非 numpy 结果的一种方式，或者您实际上是在寻找 numpy 数组作为结果。如果你实际上不需要 numpy，你可以这样做：

arr = [[1, 3, 4, 6],
       [1, 4, 8, 2],
       [1, 3, 2, 9],
       [2, 2, 4, 8],
       [2, 4, 9, 1],
       [2, 2, 9, 3]]

# Length of the 3rd and 2nd dimension.
nz = arr[-1][0] + (arr[0][0]==0)
ny = int(len(arr)/nz)

res = [[arr[ny*z_idx+y_idx][1:] for y_idx in range(ny)] for z_idx in range(nz)]

输出：

[[[3, 4, 6], [4, 8, 2], [3, 2, 9]], [[2, 4, 8], [4, 9, 1], [2, 9, 3]]]

请注意，nz 的计算考虑到数组中的第 3 维索引是基于 0 的（默认情况下 python）或基于 1 的（如您所示在你的例子中）。

基于列中数据的 Numpy 2D 到 3D 数组

Numpy 2D to 3D array based on data in a column

python

arrays

numpy

multidimensional-array

输出