Question

我正在从numpy数组列表中创建几个numpy数组，如下所示：

seq_length = 1500
seq_diff = 200  # difference between start of two sequences
# x and y are 2D numpy arrays
x_seqs = [x[i:i+seq_length,:] for i in range(0, seq_diff*(len(x) // seq_diff), seq_diff)]
y_seqs = [y[i:i+seq_length,:] for i in range(0, seq_diff*(len(y) // seq_diff), seq_diff)]
boundary1 = int(0.7 * len(x_seqs))   # 70% is training set
boundary2 = int(0.85 * len(x_seqs))  # 15% validation, 15% test
x_train = np.array(x_seqs[:boundary1])
y_train = np.array(y_seqs[:boundary1])
x_valid = np.array(x_seqs[boundary1:boundary2])
y_valid = np.array(y_seqs[boundary1:boundary2])
x_test = np.array(x_seqs[boundary2:])
y_test = np.array(y_seqs[boundary2:])

我想得到6个形状阵列（n，1500,300），其中n分别是训练，验证和测试阵列数据的70％，15％或15％。

这是出错的地方：_train和_valid数组结果很好，但_test数组是一维数组数组。那就是：

x_train.shape是(459, 1500, 300)
x_valid.shape是(99, 1500, 300)
x_test.shape是(99,)

但是打印x_test会验证它是否包含正确的元素 - 即它是一个长度为99个元素的(1500, 300)数组。

为什么_test矩阵形状错误，而_train和_valid矩阵却没有？

Answer 1

x_seqs中的项目长度不一。当它们的长度相同时，np.array可以从它们制作一个3d数组;当它们不同时，它会生成一个列表的对象数组。查看dtype的{{1}}。查看x_test。

我拿了你的代码，补充道：

[len(i) for i in x_test]

得到了：

x=np.zeros((2000,10))
y=x.copy()
...
print([len(i) for i in x_seqs])
print(x_train.shape)
print(x_valid.shape)
print(x_test.shape)

从列表创建numpy数组会给出错误的形状

1 个答案: