当 numpy 可能是向量或矩阵时，使用冒号运算符对 numpy 中的列进行切片

如何解决当 numpy 可能是向量或矩阵时，使用冒号运算符对 numpy 中的列进行切片

我有两个通用函数 Estability3 和 Lstability3，我想在其中评估二维数组切片和一维向量范围。我已经探索了 jupyter notebook 中函数之外的错误，以及函数的一些参数。

这些函数计算能量和角动量。计算能量和角动量所需的位置和速度数据存储在称为 xvec 的二维矩阵中，其中位置和速度沿一行排列，三个条目代表三颗星。 xvec0 是模拟的初始数据（时间步长 0）。

CharacterCasing

我通过选择该矩阵的第一行来选择第零个时间步长的第一颗星。如果我像往常一样循环数千个时间步长，我会使用数千个这样的矩阵并将它们附加到列表中，然后转换为具有数千列的 numpy 数组。（因此 xvec1_0 将有数千列而不是一列）。

xvec0
array([[-5.00000000e+00,0.00000000e+00,-0.00000000e+00,-2.23606798e+00,0.00000000e+00],[ 5.00000000e+00,2.23606798e+00,[ 9.95024876e+02,4.46099737e-01,0.00000000e+00]])

由于 xvec1_0 只有一列，在这里我试图强制 numpy 将其识别为矩阵。它不起作用。

xvec1_0=xvec0[0]

我看到它有两个外括号，这意味着它是一个矩阵。但是，当我尝试像往常一样在 1000 多列上使用冒号索引时，我得到了一个错误。

np.reshape(xvec1_0,(1,6))

array([[-5.,0.,-0.,-2.23606798,0.        ]])

为什么我不能使用 : 运算符来获取这个二维数组的第一行？在这个也适用于矩阵的更通用的代码中，我该如何做到这一点？

谢谢，史蒂文

解决方法

我想我误读了 reshape 的函数定义。我以为它改变了它。没有，我需要分配一个输出，就像这样

xvec0_1 = np.reshape(xvec1_0,(1,6))

xvec1_0[:,0:3]
array([[-5.,0.,0.]])

xvec1_0
array([[-5.,-0.,-2.23606798,0.        ]])

xvec1_0.shape
(1,6)

在朋友的帮助下，我发现下面的方法很好。

import numpy as np
x = np.zeros((1,6))
print(x.shape)
print(x[:,0:3])
x[:,0:3]

(1,6)
[[0. 0. 0.]]
array([[0.,0.]])

x = np.zeros((6,))
print(x.shape)
x = np.reshape(x,6))
print(x[:,0:3]

(6,)
[[0. 0. 0.]]
array([[0.,0.]])

也许我应该想到这些测试中的一些，但是当我看到 np.reshape 的输出时，我认为我已经找到了最基本的测试。我真的很感谢我朋友的帮助，希望我的问题没有浪费任何人的时间。