具有超过 32 个维度的 numpy ndarray

Question

当我尝试创建一个超过 32 维的 numpy 数组时，出现错误：

import numpy as np

np.ndarray([1] * 33)
---------------------------------------------------------------------------
ValueError                                Traceback (most recent call last)
<ipython-input-2-78103e601d91> in <module>()
----> 1 np.ndarray([1] * 33)

ValueError: sequence too large; cannot be greater than 32

我发现这个：与这个问题有关，但我想这样做而不构建我自己的版本。

我的用例：
我正在使用联合概率分布，我试图在轴上表示每个变量，以便对其进行计算（边缘化、减少）是单行操作。例如，对于边缘化操作，我可以简单地对该变量的轴求和。对于乘法，我可以简单地做一个简单的 numpy 乘法（在检查轴是否相同之后）。

是否有可能的解决方法？

Answer 1

如何在 1d 中维护数据，并有选择地重塑以专注于给定的维度

举例说明

In [252]: x=np.arange(2*3*4*5)

完全重塑

In [254]: x.reshape(2,3,4,5).sum(2)
Out[254]: 
array([[[ 30,  34,  38,  42,  46],
        [110, 114, 118, 122, 126],
        [190, 194, 198, 202, 206]],

       [[270, 274, 278, 282, 286],
        [350, 354, 358, 362, 366],
        [430, 434, 438, 442, 446]]])

部分重塑 - 相同的数字，不同的结果形状

In [255]: x.reshape(6,4,5).sum(1)
Out[255]: 
array([[ 30,  34,  38,  42,  46],
       [110, 114, 118, 122, 126],
       [190, 194, 198, 202, 206],
       [270, 274, 278, 282, 286],
       [350, 354, 358, 362, 366],
       [430, 434, 438, 442, 446]])

我不会在接近 32+ 维度的任何事物上对此进行测试。如评论中所述，如果许多维度大于 1，则整个数组大小将过大。

Answer 2

截至 2020 年 11 月 17 日，numpy 数组的维数限制仍然是 32。要找出我运行以下代码：

for dim in range (1, 100):
    arr_n_dim_list = [1]*dim
    arr_n_dim = np.ones((arr_n_dim_list))
    print(arr_n_dim.shape)

输出的最后一行是：

ValueError: maximum supported dimension for an ndarray is 32, found 33

Answer 3

简单的解决方法

如果您创建 np.array(np.array(li))
其中 li 是 list 和 len(li) > 32，它会 return 一个预期的 ndarray。

具有超过 32 个维度的 numpy ndarray

numpy ndarray with more that 32 dimensions

python

numpy

python-2.x

multidimensional-array

python-3.x