배열에 대한 Numpy 행렬

numpy를 사용하고 있습니다. 1 개의 열과 N 개의 행이있는 행렬이 있고 N 개의 요소로 배열을 가져 오려고합니다.

예를 들어, 내가 있으면 M = matrix([[1], [2], [3], [4]])을 얻고 싶습니다 A = array([1,2,3,4]).

그것을 달성하기 위해을 사용 A = np.array(M.T)[0]합니다. 누구든지 동일한 결과를 얻는 더 우아한 방법을 알고 있습니까?

감사!

좀 더 읽기 쉬운 것을 원한다면 다음과 같이하십시오.

A = np.squeeze(np.asarray(M))

동등하게, 당신은 또한 할 수 있습니다 : A = np.asarray(M).reshape(-1), 그러나 조금 덜 읽기 쉽습니다.

result = M.A1

https://docs.scipy.org/doc/numpy-1.14.0/reference/generated/numpy.matrix.A1.html

matrix.A1
1-d base array

A, = np.array(M.T)

내가 생각하는 우아함에 의해 당신이 무엇을 의미하는지에 따라 다릅니다.

다음 변형을 시도 할 수 있습니다.

result=np.array(M).flatten()

np.array(M).ravel()

속도를 걱정한다면; 그러나 기억이 걱정된다면 :

np.asarray(M).ravel()

또는 당신은 몇 가지 온도를 피하려고 노력할 수 있습니다.

A = M.view(np.ndarray)
A.shape = -1

먼저 Mv = numpy.asarray(M.T)4x1이지만 2D 배열을 제공합니다.

그런 다음 수행 A = Mv[0,:]하면 원하는 것을 얻을 수 있습니다. 당신은 그것들을 같이 넣을 수 있습니다 numpy.asarray(M.T)[0,:].

행렬을 배열로 변환합니다

A = np.ravel(M).T

numpy의 ravel () 및 flatten () 함수는 여기서 시도 할 두 가지 기술입니다. Joe , Siraj , bubble , Kevad가 작성한 게시물에 추가 하고 싶습니다 .

얽힘:

A = M.ravel()
print A, A.shape
>>> [1 2 3 4] (4,)

반음 낮추다:

M = np.array([[1], [2], [3], [4]])
A = M.flatten()
print A, A.shape
>>> [1 2 3 4] (4,)

numpy.ravel()배열의 복사본을 만들지 않는 라이브러리 수준 함수이므로 더 빠릅니다 . 그러나을 사용하는 경우 배열 A의 변경 사항은 원래 배열 M로 넘어갑니다numpy.ravel() .

numpy.flatten()보다 느립니다numpy.ravel() . 그러나 numpy.flatten()A를 만드는 데 사용 하는 경우 A의 변경 사항은 원래 배열 M으로 전달되지 않습니다 .

numpy.squeeze()그리고 M.reshape(-1)보다 느린 numpy.flatten()하고 numpy.ravel().

%timeit M.ravel()
>>> 1000000 loops, best of 3: 309 ns per loop

%timeit M.flatten()
>>> 1000000 loops, best of 3: 650 ns per loop

%timeit M.reshape(-1)
>>> 1000000 loops, best of 3: 755 ns per loop

%timeit np.squeeze(M)
>>> 1000000 loops, best of 3: 886 ns per loop