Question

嗨，我开始使用pandas / numpy，我遇到了一些障碍。

我将图像矢量化并将数据存储在pandas列中。

misc.imresize(misc.imread(path, mode='RGB')

数据看起来很好，但我无法以我需要的数组格式得到它。

>>> data['img_vec'].shape 
(19641,)
>>> data['img_vec'][0].shape
(500, 500, 3)
>>> data['img_vec'][0].flatten().shape
(750000,)
>>> data['img_vec'].values.flatten()[0].shape
(500, 500, 3)

我真正想要的是让数据img_vec看起来像这样：（19641,750000）

这样做的好方法是什么？

提前致谢

编辑：感谢您的反馈：

>>> data['img_vec'][0].reshape((1, 750000), order='C').shape
(1, 750000)

然而：

>>> data['img_vec'].values.reshape((1, 750000), order='C').shape
and
>>> np.reshape(data['img_vec'].values, (1, 750000), order='C').shape
Return "ValueError: total size of new array must be unchanged"

我假设这是因为它试图在数据系列上运行它而不是单个元素。如何在整个数据系列中运行它？

此外：

>>> type(data)
pandas.core.frame.DataFrame
>>> type(data['img_vec'])
pandas.core.series.Series
>>> type(data['img_vec'][0])
numpy.ndarray

Answer 1

你有一系列19,641个形状为(500, 500, 3)的numpy数组，你想要一个形状为(19641, 750000)的pandas数据帧。换句话说，您希望展平数组，并将它们的值放入列中。

诀窍是将扁平阵列转换成熊猫系列。这就是您告诉apply将数据放入列中，并返回包含750,000列的数据帧的方法。

data['img_vec'].apply(lambda arr: pd.Series(arr.flatten()))

如果你没有加入一个系列，apply将返回一系列19,641个长度为750,000的数组。

Answer 2

Numpy's reshape method可能是您正在寻找的内容。

你可能需要调整＆＃34;命令＆＃34;获取正确结果的参数（如果没有样本数据重现，很难判断），但结果代码看起来应该是这些行。

reshaped_data = np.reshape(data.values, (-1, 750000), order='C')

从pandas中获取多维数组

2 个答案: