Python Numpy重塑

Question

我遇到了一个奇怪的错误，而试图重塑三维纽比阵列。在

数组（x）的形状是（6，10300），我想把它改成（63000）。在

我使用以下代码：

reshapedArray = np.reshape(x, (x.shape[0], x.shape[1]*x.shape[2]))

我收到的错误是：

^{pr2}$

但是，如果我把x变成一个列表，它会起作用：

x = x.tolist()
reshapedArray = np.reshape(x, (len(x), len(x[0])*len(x[0][0])))

你知道为什么会这样吗？在

提前谢谢！在

编辑：

这是我正在运行的代码，它会产生错误

x = np.stack(dataframe.as_matrix(columns=['x']).ravel())

print("OUTPUT:")
print(type(x), x.dtype, x.shape)
print("----------")

x = np.reshape(x, (x.shape[0], x.shape[1]*x[2]))

OUTPUT:
<class 'numpy.ndarray'> float64 (6, 10, 300)
----------

TypeError: only integer scalar arrays can be converted to a scalar index

Answer 1

只有当reshape的第二个参数的一个元素不是整数时，才会发生异常，例如：

>>> x = np.ones((6, 10, 300))
>>> np.reshape(x, (np.array(x.shape[0], dtype=float), x.shape[1]*x.shape[2]))
TypeError: only integer scalar arrays can be converted to a scalar index

或者，如果是array（鉴于编辑历史：在您的案例中发生了这样的情况）：

^{pr2}$

然而，它似乎与变通方法一起工作，这也使得不小心键入错误的内容变得更加困难：

>>> np.reshape(x, (x.shape[0], -1))

如果您想知道-1，文档会对此进行解释：

One shape dimension can be -1. In this case, the value is inferred from the length of the array and remaining dimensions.