Question

我有以下形状的numpy数组中的数据：

import numpy as np

(128L, 512L, 4L, 9L)

如何将其转换为：

(36L, 128L, 512L)

Answer 1

要重塑阵列，您可以使用：

arr.reshape(36, 128, 512)

但请注意，这可能不会按照您打算的顺序放置值，根据{{3}}，

你可以把重塑视为第一次破坏数组（使用给定索引顺序），然后插入raveled数组中的元素使用与使用的相同类型的索引顺序进入新数组为了散乱。

考虑到原始形状，可以保留128和512长轴正在寻找

arr.reshape(128, 512, 36).transpose(2, 0, 1)

或（等效地）

np.rollaxis(arr.reshape(128, 512, 36), -1)

代替。

例如，如果您的原始数组是

arr = np.arange(128*512*4*9).reshape(128,512,4,9)

然后

arr.reshape(128, 512, 36).transpose(2, 0, 1)

生成一个新的形状(36, 128, 512)数组：

>>> arr.reshape(128, 512, 36).transpose(2, 0, 1).shape
(36, 128, 512)

要查看arr.reshape(36, 128, 512)和arr.reshape(128, 512, 36).transpose(2, 0, 1)之间的区别，我建议您在交互式解释器中使用较小的数组：

In [61]: arr = np.arange(2*2*3*4).reshape(2,2,3,4)

In [62]: arr
Out[62]: 
array([[[[ 0,  1,  2,  3],
         [ 4,  5,  6,  7],
         [ 8,  9, 10, 11]],

        [[12, 13, 14, 15],
         [16, 17, 18, 19],
         [20, 21, 22, 23]]],


       [[[24, 25, 26, 27],
         [28, 29, 30, 31],
         [32, 33, 34, 35]],

        [[36, 37, 38, 39],
         [40, 41, 42, 43],
         [44, 45, 46, 47]]]])

假设您要保留长度为2的轴，并将其他轴重新整形为长度为12的单轴。

如果您使用arr.reshape(12,2,2)，则长度为2的原始轴不会被保留，因为这些轴中的值会发生变化。例如，

中的值

In [70]: arr[0,0,...]
Out[70]: 
array([[ 0,  1,  2,  3],
       [ 4,  5,  6,  7],
       [ 8,  9, 10, 11]])

与

中的值不对应

In [66]: arr.reshape(12,2,2)[:,0,0]
Out[66]: array([ 0,  4,  8, 12, 16, 20, 24, 28, 32, 36, 40, 44])

但它们确实对应于

中的值

In [68]: arr.reshape(2,2,12).transpose(2, 0, 1)[:,0,0]
Out[68]: array([ 0,  1,  2,  3,  4,  5,  6,  7,  8,  9, 10, 11])

只是形状不同。

一个大的numpy数组重新安排

1 个答案: