python array 语法_python – 使用numpy 1d-array作为sklearn X的最短语法

我经常有两个numpy 1d数组,x和y,并且想要使用它们执行一些快速的sklearn拟合预测.

import numpy as np

from sklearn import linear_model

# This is an example for the 1d aspect - it's obtained from something else.

x = np.array([1, 3, 2, ...])

y = np.array([12, 32, 4, ...])

现在我想做点什么

linear_model.LinearRegression().fit(x, y)...

x.reshape((len(x), 1))

我觉得这很麻烦,难以阅读.

是否有一些更短的方法将1d数组转换为2d列数组(或者,或者sklearn接受1d数组)？

解决方法:

您可以切片阵列,创建一个newaxis：

x[:, None]

这个：

>>> x = np.arange(5)

>>> x[:, None]

array([[0],

[1],

[2],

[3],

[4]])

相当于：

>>> x.reshape(len(x), 1)

array([[0],

[1],

[2],

[3],

[4]])

如果您发现它更具可读性,则可以使用转置矩阵：

np.matrix(x).T

如果你想要一个数组：

np.matrix(x).T.A

标签：python,numpy,scikit-learn

来源： https://codeday.me/bug/20190611/1220273.html