Numpy: Можно ли разгребать многомерный массив неравных размеров?

Приносим извинения за отсутствие рабочего примера, так как его довольно сложно предоставить для этого.

У меня многомерный массив, но размеры неодинаковы. Например:

>>> print results_rmse.shape
(6,)
>>> for i in range(len(results_rmse)):
...    print(results_rmse[i].shape)
...
(224, 5)
(222, 5)
(224, 5)
(224, 5)
(224, 5)
(224, 5)

Я хотел бы найти минимум окончательного размера всех подмассивов.


Например, если бы все они были одного размера (6,224,5), я бы сделал min(results_rmse[:,:,4].ravel()).

Я не уверен, что правильно понимаю вопрос, но если у вас есть этот странный вид тензора (я не уверен, что он действителен), вы можете выполнить итерацию по первому измерению и оценить минимум для каждого одномерного среза. В конце вы вычисляете минимум между минимумами срезов.

Matteo Ragni 01.05.2018 13:48
Почему в Python есть оператор "pass"?
Почему в Python есть оператор "pass"?
Оператор pass в Python - это простая концепция, которую могут быстро освоить даже новички без опыта программирования.
Некоторые методы, о которых вы не знали, что они существуют в Python
Некоторые методы, о которых вы не знали, что они существуют в Python
Python - самый известный и самый простой в изучении язык в наши дни. Имея широкий спектр применения в области машинного обучения, Data Science,...
Основы Python Часть I
Основы Python Часть I
Вы когда-нибудь задумывались, почему в программах на Python вы видите приведенный ниже код?
LeetCode - 1579. Удаление максимального числа ребер для сохранения полной проходимости графа
LeetCode - 1579. Удаление максимального числа ребер для сохранения полной проходимости графа
Алиса и Боб имеют неориентированный граф из n узлов и трех типов ребер:
Оптимизация кода с помощью тернарного оператора Python
Оптимизация кода с помощью тернарного оператора Python
И последнее, что мы хотели бы показать вам, прежде чем двигаться дальше, это
Советы по эффективной веб-разработке с помощью Python
Советы по эффективной веб-разработке с помощью Python
Как веб-разработчик, Python может стать мощным инструментом для создания эффективных и масштабируемых веб-приложений.
1
1
241
1

Ответы 1

С трехмерным массивом:

In [205]: arr = np.arange(24).reshape(4,3,2)
In [206]: arr[:,:,0]
Out[206]: 
array([[ 0,  2,  4],
       [ 6,  8, 10],
       [12, 14, 16],
       [18, 20, 22]])
In [207]: arr[:,:,0].ravel()
Out[207]: array([ 0,  2,  4,  6,  8, 10, 12, 14, 16, 18, 20, 22])

Теперь сделайте рваный массив

In [208]: arr2 = np.empty(4, object)
In [209]: arr2[:] = list(arr)
In [212]: arr2[1] = arr2[1][:2,:]
In [214]: [x.shape for x in arr2]
Out[214]: [(3, 2), (2, 2), (3, 2), (3, 2)]

Рассматривая его как список массивов:

In [215]: [x[:,0] for x in arr2]
Out[215]: [array([0, 2, 4]), array([6, 8]), array([12, 14, 16]), array([18, 20, 22])]
In [216]: np.concatenate(_)
Out[216]: array([ 0,  2,  4,  6,  8, 12, 14, 16, 18, 20, 22])

(как и первый, за исключением отсутствия 10)

Обратите внимание, что Out[215] имеют разную длину, поэтому к ним присоединится только concatenate, а не np.array(Out[215]).

Мы также можем объединить перед выбором:

In [217]: np.concatenate(arr2, axis=0)
Out[217]: 
array([[ 0,  1],
       [ 2,  3],
       [ 4,  5],
       [ 6,  7],
       [ 8,  9],
       [12, 13],
       [14, 15],
       [16, 17],
       [18, 19],
       [20, 21],
       [22, 23]])
In [218]: np.concatenate(arr2, axis=0)[:,0]
Out[218]: array([ 0,  2,  4,  6,  8, 12, 14, 16, 18, 20, 22])

Другие вопросы по теме