在numpy中将一维数组转换为二维数组

我想通过指定2D数组中的列数将一维数组转换为二维数组。可能会像这样工作：

> import numpy as np
> A = np.array([1,2,3,4,5,6])
> B = vec2matrix(A,ncol=2)
> B
array([[1, 2],
       [3, 4],
       [5, 6]])

numpy是否具有类似于我的组合函数“ vec2matrix”的功能？（我知道您可以像2D数组一样索引1D数组，但这不是我拥有的代码中的选项-我需要进行此转换。）

您要reshape阵列。

B = np.reshape(A, (-1, 2))

其中-1，从输入数组的大小推断出新维度的大小。

您有两种选择：

• 如果您不再想要原始形状，最简单的方法就是为数组分配一个新形状

  a.shape = (a.size//ncols, ncols)

  您可以切换a.size//ncols通过-1自动计算合适的形状。确保a.shape[0]*a.shape[1]=a.size，否则会遇到一些问题。

• 您可以使用np.reshape函数获得一个新的数组，该函数的工作原理与上述版本相似

  new = np.reshape(a, (-1, ncols))

  如果可能，new将仅是初始array的视图a，这意味着数据是共享的。但是，在某些情况下，new数组将被复制。请注意，np.reshape还接受一个可选关键字order，该关键字使您可以从行优先C顺序切换到列优先Fortran顺序。np.reshape是该a.reshape方法的函数版本。

如果您不能满足要求a.shape[0]*a.shape[1]=a.size，则必须创建一个新数组。您可以使用该np.resize函数并将其与混合使用np.reshape，例如

>>> a =np.arange(9)
>>> np.resize(a, 10).reshape(5,2)

尝试类似的方法：

B = np.reshape(A,(-1,ncols))

您需要确保可以将数组中的元素数除以ncols。您也可以B使用order关键字按照将数字拉入的顺序进行游戏。

如果您的唯一目的是将1d数组X转换为2d数组，请执行以下操作：

X = np.reshape(X,(1, X.size))

import numpy as np
array = np.arange(8) 
print("Original array : \n", array)
array = np.arange(8).reshape(2, 4)
print("New array : \n", array)

some_array.shape = (1,)+some_array.shape

或换一个新的

another_array = numpy.reshape(some_array, (1,)+some_array.shape)

这将使尺寸+1，等于在最外层添加一个括号

您可以flatten()从numpy包中使用。

import numpy as np
a = np.array([[1, 2],
       [3, 4],
       [5, 6]])
a_flat = a.flatten()
print(f"original array: {a} \nflattened array = {a_flat}")

输出：

original array: [[1 2]
 [3 4]
 [5 6]] 
flattened array = [1 2 3 4 5 6]

不使用Numpy将一维数组更改为二维数组。

l = [i for i in range(1,21)]
part = 3
new = []
start, end = 0, part


while end <= len(l):
    temp = []
    for i in range(start, end):
        temp.append(l[i])
    new.append(temp)
    start += part
    end += part
print("new values:  ", new)


# for uneven cases
temp = []
while start < len(l):
    temp.append(l[start])
    start += 1
    new.append(temp)
print("new values for uneven cases:   ", new)