在Python中,每个元素都是1×1矩阵,如何使每个元素不单独存在?

print(s0[3][0][0]) 输出的是 1

但是 print(s0[3][0]) 输出的是 [1]

如何使 print(s0[3][0]) 输出 1?

S0 是一个包含100行的 numpy 矩阵

S0 = [[[ 1.        ]  [-0.91903376]  [ 0.18724527]] [[ 1.        ]  [ 0.87834638]  [-0.88794145]] [[ 1.        ]  [-0.75320818]  [ 0.59000726]]]

上面是一个小样本 ^


回答:

花些时间阅读 numpy 基础知识。这里的关键是 shape。你有一个3D数组:

In [122]: arr = np.arange(9).reshape(3,3,1)In [123]: arrOut[123]: array([[[0],        [1],        [2]],       [[3],        [4],        [5]],       [[6],        [7],        [8]]])In [124]: arr.shapeOut[124]: (3, 3, 1)

你可以这样索引这个数组:

In [125]: arr[:,:,0]Out[125]: array([[0, 1, 2],       [3, 4, 5],       [6, 7, 8]])In [126]: _.shapeOut[126]: (3, 3)

arr[0][0][0] 可以工作,但 arr[0,0,0] 更清晰。

你也可以用 reshape 从中得到一个2D数组(注意,我用 reshape 从1D的 arange 数组创建了原始数组)。

In [127]: arr.reshape(3,3)Out[127]: array([[0, 1, 2],       [3, 4, 5],       [6, 7, 8]])

这种显示(以及输入)方式,带有所有的 [] 和逗号,对于查看数组来说很好,但你越早熟悉 shape(和 reshape),你的 numpy 编程就会越轻松。

Related Posts

使用LSTM在Python中预测未来值

这段代码可以预测指定股票的当前日期之前的值,但不能预测…

如何在gensim的word2vec模型中查找双词组的相似性

我有一个word2vec模型,假设我使用的是googl…

dask_xgboost.predict 可以工作但无法显示 – 数据必须是一维的

我试图使用 XGBoost 创建模型。 看起来我成功地…

ML Tuning – Cross Validation in Spark

我在https://spark.apache.org/…

如何在React JS中使用fetch从REST API获取预测

我正在开发一个应用程序,其中Flask REST AP…

如何分析ML.NET中多类分类预测得分数组?

我在ML.NET中创建了一个多类分类项目。该项目可以对…

发表回复

您的邮箱地址不会被公开。 必填项已用 * 标注