Question

我想在python（最初是一个numpy数组）中重塑一个数组，使得第一个索引处的每个元素成为该数组中的正方形/象限，而不是采用行中所有元素的常规整形。

这是重塑+重组。

当然，最快/更好的方式：）

（首选python 3.5）

使用行，列，通道形状的数组。

作为一个例子，我创建了这个数组，您可以将其解释为图像。我已经为它添加了值，因此我们可以清楚地看到每个元素属于哪个行，列和通道：

import numpy as np

X = np.zeros((8,6,3)) #8 rows, 6 columns, 3 channels (imagine RGB channels)
for i in range(3):
    X[:,:,i] += i+1   #the last digit in the array elements are channels
for i in range(6):
    X[:,i,:] += 10*(i+1)  #the second digit in elements are columns
for i in range(8):
    X[i,:,:] += 100*(i+1) #the first digit in elements are rows

打印此阵列显示：

[[[ 111.  112.  113.]
  [ 121.  122.  123.]
  [ 131.  132.  133.]
  [ 141.  142.  143.]
  [ 151.  152.  153.]
  [ 161.  162.  163.]]

 [[ 211.  212.  213.]
  [ 221.  222.  223.]
  [ 231.  232.  233.]
  [ 241.  242.  243.]
  [ 251.  252.  253.]
  [ 261.  262.  263.]]
 ...

因此，很明显第一个索引被分组为图像行（第一个数字在每个较大的组中都是常量）
第二个索引是列，它们在大的
最后一个索引是渠道，它们单独更改，小元素内的元素元素。

定期重塑不符合我的条件

现在，假设我想要将这个数组重新整形为12个方格，每个方格为2 x 2（两行和两列），将通道保持为最后一个维度。

如果我只是print(X.reshape(12,2,2,3))，我就明白了：

[
    [
        [
            [ 111.  112.  113.]
            [ 121.  122.  123.]
        ]
        [
            [ 131.  132.  133.]
            [ 141.  142.  143.]
        ]
    ]
    [
        [
            [ 151.  152.  153.]
            [ 161.  162.  163.]
        ]
        [
            [ 211.  212.  213.]
            [ 221.  222.  223.]
        ]
    ]

....

第一个索引将所有第一行的元素分组（它们以1开头）。因此，它不是在图像中采用“正方形”，而是将事物分组成直线。它从不占用第2行中的元素，直到获取第1行中的所有列。

预期结果

如何正确有效地重塑它，以便第一个索引返回正方形（2行，2列），如下所示：

[
    [
        [
            [ 111.  112.  113.]
            [ 121.  122.  123.]
        ]
        [
            [ 211.  212.  213.]
            [ 221.  222.  223.]             
        ]
    ]
    [
        [
            [ 131.  132.  133.]
            [ 141.  142.  143.]
        ]
        [
            [ 231.  232.  233.]
            [ 241.  242.  243.]                
        ]
    ]
    [
        [
            [ 151.  152.  153.]
            [ 161.  162.  163.]
        ]
        [
            [ 251.  252.  253.]
            [ 261.  262.  263.]
        ]
    ]
    [
        [
            [ 311.  312.  313.]
            [ 321.  322.  323.]
        ]
        [
            [ 411.  412.  413.]
            [ 421.  422.  423.]
        ]
    ]

   ....

Answer 1

您需要reshape + transpose/swapaxes + reshape：

X.reshape(4,2,3,2,3).swapaxes(1,2).reshape(12,2,2,3)

给出：

array([[[[ 111.,  112.,  113.],
         [ 121.,  122.,  123.]],

        [[ 211.,  212.,  213.],
         [ 221.,  222.,  223.]]],


       [[[ 131.,  132.,  133.],
         [ 141.,  142.,  143.]],

        [[ 231.,  232.,  233.],
         [ 241.,  242.,  243.]]],


       [[[ 151.,  152.,  153.],
         [ 161.,  162.,  163.]],

        [[ 251.,  252.,  253.],
         [ 261.,  262.,  263.]]],


       [[[ 311.,  312.,  313.],
         [ 321.,  322.,  323.]],

        [[ 411.,  412.,  413.],
         [ 421.,  422.,  423.]]],

像图像一样在正方形中重塑阵列

使用行，列，通道形状的数组。

定期重塑不符合我的条件

预期结果

1 个答案: