Numpy 矩阵到数组

问题描述：

我正在使用 numpy。我有一个 1 列 N 行的矩阵，我想从中获取一个包含 N 个元素的数组。

例如，如果我有M = matrix([[1], [2], [3], [4]])，我想要得到A = array([1,2,3,4])。

为了实现它，我使用了A = np.array(M.T)[0]。有谁知道一种更优雅的方法来获得相同的结果？

谢谢！

解决方案 1：

如果你想要一些更易读的东西，你可以这样做：

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

同样地，您也可以这样做：A = np.asarray(M).reshape(-1)，但这不太容易阅读。

解决方案 2：

result = M.A1

https://numpy.org/doc/stable/reference/ generated/numpy.matrix.A1.html

matrix.A1
1-d base array

解决方案 3：

您可以尝试以下变体：

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

解决方案 4：

A, = np.array(M.T)

我想这取决于你对优雅的定义，但这就是我要做的

解决方案 5：

np.array(M).ravel()

如果您关心速度；但如果您关心内存：

np.asarray(M).ravel()

解决方案 6：

或者你可以尝试使用

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

解决方案 7：

首先，，Mv = numpy.asarray(M.T)它给你一个 4x1 但二维的数组。

然后，执行A = Mv[0,:]，这将得到您想要的结果。您可以将它们组合在一起，如下所示numpy.asarray(M.T)[0,:]。

解决方案 8：

这会将矩阵转换为数组

A = np.ravel(M).T

解决方案 9：

numpy 中的ravel()和flatten()函数是我想在这里尝试的两种技术。我想补充Joe、Siraj、bubble和Kevad的帖子。

拉威尔：

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

展平：

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

numpy.ravel()速度更快，因为它是库级函数，不会复制任何数组。但是，如果您使用，数组 A 中的任何更改都会转移到原始数组numpy.ravel()M。

numpy.flatten()比 慢numpy.ravel()。但是如果你使用numpy.flatten()创建 A，那么A 中的更改将不会延续到原始数组 M。

numpy.squeeze()和比和M.reshape(-1)慢。numpy.flatten()`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

解决方案 10：

来得有点晚，希望这对某人有帮助，

np.array(M.flat)