NumPy数组形状(10,1)与(10,)的差异及转换方法咨询

核心区别 #

• 维度差异：
  • (10,) 是一维数组，仅包含一个轴（轴0），存储10个独立元素。
  • (10,1) 是二维数组，包含两个轴（轴0和轴1），可看作10行1列的列向量结构。
• 索引方式不同：
  • 一维数组arr_1d取第3个元素用arr_1d[2]。
  • 二维数组arr_2d取第3个元素需要arr_2d[2, 0]或arr_2d[2][0]。
• 运算广播行为有别：
  一维数组(10,)可直接与同形状一维数组逐元素运算；而(10,1)数组与(10,)数组运算时会触发广播（将(10,)扩展为(10,1)），最终结果形状为(10,1)。

转换方法：将(10,1)转为(10,) #

以下是几种实用方法，附代码示例：

1. squeeze()方法 #

移除数组中所有长度为1的轴：

import numpy as np
arr_2d = np.random.rand(10, 1)
arr_1d = arr_2d.squeeze()
print(arr_1d.shape)  # 输出 (10,)

2. 切片索引 #

直接提取所有行的第0列：

arr_1d = arr_2d[:, 0]
print(arr_1d.shape)  # 输出 (10,)

3. reshape()方法 #

通过重塑形状指定一维结构：

arr_1d = arr_2d.reshape(-1)  # -1表示自动计算维度长度
print(arr_1d.shape)  # 输出 (10,)
# 也可直接指定长度：arr_2d.reshape(10)

4. ravel()方法 #

将数组展平为一维（返回视图或副本，取决于原数组存储连续性）：

arr_1d = arr_2d.ravel()
print(arr_1d.shape)  # 输出 (10,)

5. flatten()方法 #

返回数组的一维副本（无论原数组是否连续）：

arr_1d = arr_2d.flatten()
print(arr_1d.shape)  # 输出 (10,)

内容的提问来源于stack exchange，提问作者djokovic