问题描述
我有一个关于如何在 python 中操作张量的问题。考虑从正态分布（每个元素）生成的 (T,n,p) 张量
import numpy as np
X = np.random.normal(0,1,(self.T,self.n,self.p))
您可以将 T 视为时间维度，将 n 视为“横截面”维度，将 p 视为变量维度。我的问题是如何重塑张量，使得 n 和 T 在保持结构的同时改变位置。通过保持结构，我的意思是元素 (T,p) 在重塑时将对应于元素 (n,T,p)。
这是一个例子：
X = np.array([[[1,2,3],[4,5,6],[7,8,9]],[[10,11,12],[13,14,15],[16,17,18]]])
X_reshape = np.array([[[ 1,[10,12]],[[ 4,15]],[[ 7,9],18]]])
我希望我很清楚。感谢您的帮助^_^
是
解决方法
暂无找到可以解决该程序问题的有效方法，小编努力寻找整理中！
如果你已经找到好的解决方法，欢迎将解决方案带上本链接一起发送给小编。
小编邮箱:dio#foxmail.com (将#修改为@）