希望の形状にするためのスライス数列

Question

驚くべきことに、インターネット上で答えを見つけることができませんでした。私はn次元の配列があります。例：2-DのNP配列：

np.slice(MyArray, [6,4]) 

：

array([['34.5500000', '36.9000000', '37.3200000', '37.6700000'], 
     ['41.7900000', '44.8000000', '48.2600000', '46.1800000'], 
     ['36.1200000', '37.1500000', '39.3100000', '38.1000000'], 
     ['82.1000000', '82.0900000', '76.0200000', '77.7000000'], 
     ['48.0100000', '51.2500000', '51.1700000', '52.5000000', '55.2500000'], 
     ['39.7500000', '39.5000000', '36.8100000', '37.2500000']], dtype=object) 

あなたが見ることができるように、5行目では、このようなものを使用して、5 elemntsと私は第五消えるを作りたいから成り[6,4]は形です。私は本当に反復してディメンションをスローしてカットしたくありません。私はresizeメソッドを試しましたが、何も返しません！

Answer 1

これは2次元配列ではありません。これは要素がオブジェクトである1次元配列です。この場合は4つの要素リストと1つの要素が1つです。このリストには文字列が含まれています。

In [585]: np.array(_) 
Out[585]: 
array([['34.5500000', '36.9000000', '37.3200000', '37.6700000'], 
     ['41.7900000', '44.8000000', '48.2600000', '46.1800000'], 
     ['36.1200000', '37.1500000', '39.3100000', '38.1000000'], 
     ['82.1000000', '82.0900000', '76.0200000', '77.7000000'], 
     ['48.0100000', '51.2500000', '51.1700000', '52.5000000'], 
     ['39.7500000', '39.5000000', '36.8100000', '37.2500000']], 
     dtype='<U10') 

：sliceへ

In [577]: np.array([['34.5500000', '36.9000000', '37.3200000', '37.6700000'], 
    ...:  ['41.7900000', '44.8000000', '48.2600000', '46.1800000'], 
    ...:  ['36.1200000', '37.1500000', '39.3100000', '38.1000000'], 
    ...:  ['82.1000000', '82.0900000', '76.0200000', '77.7000000'], 
    ...:  ['48.0100000', '51.2500000', '51.1700000', '52.5000000', '55.25 
    ...: 00000'], 
    ...:  ['39.7500000', '39.5000000', '36.8100000', '37.2500000']], dtyp 
    ...: e=object) 
Out[577]: 
array([['34.5500000', '36.9000000', '37.3200000', '37.6700000'], 
     ['41.7900000', '44.8000000', '48.2600000', '46.1800000'], 
     ['36.1200000', '37.1500000', '39.3100000', '38.1000000'], 
     ['82.1000000', '82.0900000', '76.0200000', '77.7000000'], 
     ['48.0100000', '51.2500000', '51.1700000', '52.5000000', '55.2500000'], 
     ['39.7500000', '39.5000000', '36.8100000', '37.2500000']], dtype=object) 
In [578]: MyArray=_ 
In [579]: MyArray.shape 
Out[579]: (6,) 
In [580]: MyArray[0] 
Out[580]: ['34.5500000', '36.9000000', '37.3200000', '37.6700000'] 
In [581]: MyArray[5] 
Out[581]: ['39.7500000', '39.5000000', '36.8100000', '37.2500000'] 
In [582]: MyArray[4] 
Out[582]: ['48.0100000', '51.2500000', '51.1700000', '52.5000000', '55.2500000'] 
In [583]: 

あなたはすべてのサブリストで今すぐ配列

In [584]: [d[:4] for d in MyArray] 
Out[584]: 
[['34.5500000', '36.9000000', '37.3200000', '37.6700000'], 
['41.7900000', '44.8000000', '48.2600000', '46.1800000'], 
['36.1200000', '37.1500000', '39.3100000', '38.1000000'], 
['82.1000000', '82.0900000', '76.0200000', '77.7000000'], 
['48.0100000', '51.2500000', '51.1700000', '52.5000000'], 
['39.7500000', '39.5000000', '36.8100000', '37.2500000']] 

の要素に同じ長さを反復処理する必要があり、これは、np.arrayは、2次元配列を作成します。しかし、まだストリングス

In [586]: np.array(__,dtype=float) 
Out[586]: 
array([[ 34.55, 36.9 , 37.32, 37.67], 
     [ 41.79, 44.8 , 48.26, 46.18], 
     [ 36.12, 37.15, 39.31, 38.1 ], 
     [ 82.1 , 82.09, 76.02, 77.7 ], 
     [ 48.01, 51.25, 51.17, 52.5 ], 
     [ 39.75, 39.5 , 36.81, 37.25]]) 

Answer 2

はここでほとんど*ベクトル化されたアプローチだ -

def slice_2Dobject_arr(arr,out_shape): 
    lens = np.array(map(len,arr)) 
    id_arr = np.ones(lens.sum(),dtype=int) 
    id_arr[lens[:-1].cumsum()] = -lens[:-1]+1 
    mask = id_arr.cumsum()<=out_shape[1] 
    vals = np.concatenate(arr) 
    return vals[mask].reshape(-1,out_shape[1])[:out_shape[0]] 

*：ほとんどためと思われる入力配列にリストの長さを得るために開始時mapの使用のベクトル化操作ではありません。しかし、計算上、それは比較的無視できるものでなければならない。

サンプルの実行 -

In [92]: arr 
Out[92]: array([[3, 4, 5, 3], [3, 7, 8], [4, 9, 6, 4, 2], [3, 9, 4]], dtype=object) 

In [93]: slice_2Dobject_arr(arr,(4,3)) 
Out[93]: 
array([[3, 4, 5], 
     [3, 7, 8], 
     [4, 9, 6], 
     [3, 9, 4]]) 

In [94]: slice_2Dobject_arr(arr,(3,3)) 
Out[94]: 
array([[3, 4, 5], 
     [3, 7, 8], 
     [4, 9, 6]]) 

In [95]: slice_2Dobject_arr(arr,(3,2)) 
Out[95]: 
array([[3, 4], 
     [3, 7], 
     [4, 9]])