Python中列向量转数组后列数未设为1的矩阵乘法问题求助

方法1：提取列时保持二维结构 #

从DataFrame提取列时，使用双括号[[列名]]而非单括号[列名]，得到的是DataFrame而非Series，转成numpy数组后会直接是(N,1)的二维结构：

# 假设df是你的数据框，col_name是目标列名
col_df = df[[col_name]]
arr = col_df.to_numpy()
print(arr.shape)  # 输出(N, 1)

方法2：对已生成的一维数组扩展维度 #

如果已经得到了形状为(N,)的数组，可通过两种方式添加维度：

• 使用reshape方法（通用写法无需指定N）：

import numpy as np
# arr为已有的(N,)数组
arr_2d = arr.reshape(-1, 1)

• 使用np.newaxis：

arr_2d = arr[:, np.newaxis]

方法3：pandas阶段直接转二维数组（兼容旧版本） #

针对Python 3.5对应的旧版pandas，也可直接在提取Series后转数组时重塑维度：

arr_2d = df[col_name].values.reshape(-1, 1)

以上方法均可将一维数组转为适合矩阵乘法的二维列向量，解决维度不匹配的问题。

内容的提问来源于stack exchange，提问作者Alexandre Chautard