如何移除NumPy数组中的零维度？解决MCMC链切片后维度报错问题

你得到(100000,0,9)数组的核心原因是操作逻辑出错：

• 原始链形状是(100000,1024,9)，执行[:,::10,:]降采样后，轴1的长度只有1024//10=102（每10个样本取1个，1024里只能选出102个有效样本）
• 之后你尝试取[:,2000:,:]，但102远小于2000，切片后轴1直接变成空维度，自然没法后续操作

这种空维度数组本身没有有效数据，所以先修正采样步骤才是关键。

1. 先调整采样逻辑，拿到有效样本 #

原始每条链只有1024个样本，根本不可能取出2000个，得重新规划采样方式：

• 要是想先降采样再保留末尾样本：

  # 降采样后得到(100000, 102, 9)
  downsampled = chains[:, ::10, :]
  # 取降采样后的最后100个样本（根据需求改数量），得到(100000,100,9)
  selected = downsampled[:, -100:, :]
  

• 要是想先保留末尾样本再降采样：

  # 先取原始链的最后1000个样本，得到(100000,1000,9)
  last_samples = chains[:, -1000:, :]
  # 降采样后得到(100000,100,9)
  downsampled = last_samples[:, ::10, :]
  

2. 把三维数组转成(100000,9) #

如果你想对每条链的采样样本做聚合（比如用均值/中位数代表这条链的参数估计），直接用numpy的聚合函数压缩轴1：

# 对每条链的采样样本取均值，得到(100000,9)
result = downsampled.mean(axis=1)
# 或者取中位数
result = np.median(downsampled, axis=1)

要是你只是想取每条链的最后一个样本，直接索引就行：

# 取每条链的最后一个样本，得到(100000,9)
result = downsampled[:, -1, :]

如果已经得到了a = np.zeros((100000,0,9))这种空数组，因为轴1没有元素，没法提取有效数据。要是需要生成占位符数组，可以用聚合函数生成全0的(100000,9)数组：

placeholder = a.mean(axis=1)

内容的提问来源于stack exchange，提问作者Not Sure