增加np.array的大小

如何解决增加np.array的大小

我在形状为（2000、20、28）的X矩阵上运行了conv1D，批量大小为2000、20个时间步长和28个特征。 我想继续使用conv2D CNN，并将矩阵的维数增加到具有10个元素的（2000，20，28，10），我可以为其构建（2000，20，28）X矩阵。同样，我想得到一个大小为（2000，10）的y数组，即用于LSTM和Conv1D网络的大小为（2000，）的y数组的5倍。

我用来根据输入dataX，dataY创建20个时间步长的代码是

def LSTM_create_dataset(dataX,dataY,seq_length,step):
    Xs,ys = [],[]
    for i in range(0,len(dataX) - seq_length,step):
        v = dataX.iloc[i:(i + seq_length)].values
        Xs.append(v)
        ys.append(dataY.iloc[i + seq_length])
    return np.array(Xs),np.array(ys)

我在准备创建conv2D NN的数据的循环中使用此功能：

for ric in rics:
    dataX,dataY = get_model_data(dbInput,dbList,ric,horiz,drop_rows,triggerUp1,triggerLoss,triggerUp2 = 0)
    dataX = get_model_cleanXset(dataX,trigger)                             # Clean X matrix for insufficient data
    Xs,ys = LSTM_create_dataset(dataX,step)        # slide over seq_length for a 3D matrix
    Xconv.append(Xs)
    yconv.append(ys)
    Xconv.append(Xs)
    yconv.append(ys)

我获得（10，2000，20，28）Xconv矩阵代替（2000，20，28，10）目标输出矩阵X和（10，2000）矩阵y代替目标（2000，10） ）。 我知道我可以很容易地用yconv = np.reshape(yconv,(2000,5))重塑yconv。但是Xconv Xconv = np.reshape(Xconv,20,28,10))的重塑函数似乎很危险，因为我无法虚化输出甚至错误。 我如何安全地进行操作（或者您可以确认我的首次尝试？ 提前谢谢。

解决方法

如果您的y矩阵的形状为（2000年10月），那么您将无法将其成形为所需的（2000,5）。我已经在下面演示了这一点。

# create array of same shape as your original y
arr_1 = np.arange(0,2000*10).reshape(10,2000) 
print(arr_1.shape) # returns (10,2000)
arr_1 = arr_1.reshape(2000,5)

这将返回以下错误消息，因为必须保证前后形状的尺寸必须匹配。

ValueError: cannot reshape array of size 20000 into shape (2000,5)  

我不完全理解您无法可视化输出的说法-如果需要，您可以手动检查reshape函数是否正确执行了数据集（或其中的一小部分，以确认该函数有效地工作），使用打印语句，如下所示-通过将输出与原始数据进行比较，然后比较预期的数据。

import numpy as np

arr = np.arange(0,2000) 
arr = arr.reshape(20,10,1) # reshape array to shape (20,1)

# these statements let you examine the array contents at varying depths
print(arr[0][0][0])
print(arr[0][0])