重塑仅具有一维的numpy数组

重塑仅具有一维的numpy数组

首先，这

np.array([i for i in range(0, 12)])

是一种不太优雅的说法

np.arange(12)

。

其次，您可以传递

-1

到一维整形（函数

np.reshape

和方法

np.ndarray.reshape

）。就您而言，如果您知道总大小是3的倍数，请执行

np.arange(12).reshape(-1, 3)

得到一个4x3的阵列。从文档：

一个形状尺寸可以为-1。在这种情况下，该值是根据数组的长度和其余维来推断的。

作为一个侧面说明，你得到错误的原因是，普通除法，即使是整数，自动导致

float

在Python 3：

type(12 /3)

是

float

。您可以通过

a.shape[0] // 3

使用整数除法来使原始代码正常工作。话虽这么说，使用

-1

起来更加方便。