numpy array 数据类型问题

lqhenwunai

大家好，我在一个下载的程序上做了一些修改，其中有个问题

我print了某个变量的类型，维度及其值
print(type(A))
print(A.shape)
print(A)

结果如下：
原代码中数据的类型是
<class 'numpy.ndarray'> (3,)
[-1.48029737e-17 -1.48029737e-17 -3.08148791e-33]

而我传入的数据类型是
<class 'numpy.ndarray'> (3, 1)
[[-4.44089210e-17]
[-1.85037171e-17]
[ 1.11022302e-17]]

请问怎么把<class 'numpy.ndarray'> (3, 1) 类型转换成<class 'numpy.ndarray'> (3,)

傻眼貓咪

我用你的代码：

import numpy as np
A = np.array([-1.48029737e-17, -1.48029737e-17, -3.08148791e-33])

print(type(A))
print(A.shape)
print(A)

结果：

<class 'numpy.ndarray'>
(3,)
[-1.48029737e-17 -1.48029737e-17 -3.08148791e-33]

(3,) 不是你想要的吗？

Twilight6

楼楼，Python numpy 的数组 (3, 1) 就是 (3, )  不需要更改~

lqhenwunai

谢谢大家的回复！！！
如果不嫌长，我把相关代码贴一下

        for i in range(1):
              # find the nearest neighbors between the current source and destination points
                distances, indices = nearest_neighbor(src[:dim,:].T, dst[:dim,:].T)
                # compute the transformation between the current source and nearest destination points
                Transformation_Mat , Rotation, translation = best_fit_transform(src[:dim,:].T, dst[:dim,indices].T)

                # update the current source
                src = np.dot(Transformation_Mat, src)
                # check error
                mean_error = np.mean(distances)
                if np.abs(prev_error - mean_error) < thresh:
                        break
                prev_error = mean_error

        # calculate final transformation
        Transformation_Mat,Rotation,translation = best_fit_transform(chull1, src[:dim,:].T)

这里我只做一次循环，调用best_fit_transform 函数，并且在循环外再调用一次。

而在best_fit_transform函数中，我有这么一段话：

        tmp=np.dot(R,centroid_A.T)
        tmp=np.array(tmp)
        t = centroid_B.T - tmp

        print("check t...")
        print(type(tmp),tmp.shape)
        print(centroid_B.T)
        print(np.dot(R,centroid_A.T))
        print(t)
        print("..................")
        # homogeneous transformation
        T = np.identity(dim+1)
        T[:dim, :dim] = R
        T[:dim, dim] = t

不懂为什么，两次打印出来的tmp就如一楼所显示的一样，而这造成的后果就是得到的t第一次是1×3的行向量，第二次就是个3*3的矩阵了。然后后面对T赋值就报错了。