l有一个称为my_data的数组，这样：
类型为<type 'numpy.ndarray'>的 dimension（my_data）= [96,18,36,36,3]
但是，my_data.shape返回(96,)，但我希望得到（96,18,36,36,3）。之后，我尝试my_data[0].shape返回(18,)而不是（18,36,36,3），最后my_data[0][0].shape返回（36,36,3）。
我想知道为什么我没有得到（96,18,36,36,3）的形状
为什么需要它？
l想将my_data重塑为(96,18,36*36*3)
谁曾尝试过？
my_data=my_data.reshape(my_data.shape[0],my_data.shape[1],my_data.shape[2]*my_data.shape[3]*my_data.shape[4])
l出现以下错误：
*** IndexError: tuple index out of range
答案 0 :(得分：0)
我什至不确定您是如何到达其中包含np.array的{{1}}的。但是，如果数据对齐，则简单的转换应该可以为您解决问题，例如：
np.array如果数据未对齐，则应首先将其对齐：
import numpy as np
x = [np.random.randint(1, 100, (2, 3, 4)) for _ in range(2 * 3)]
x = np.array(x)
x.shape
# (6, 2, 3, 4)
注意：此import numpy as np
x = [np.random.randint(1, 100, (2, 3, np.random.randint(1, 5))) for _ in range(2 * 3)]
print([y.shape for y in x])
# [(2, 3, 2), (2, 3, 1), (2, 3, 1), (2, 3, 4), (2, 3, 1), (2, 3, 1)]
# x = np.array(x) will cause ValueError...
def zero_padding(arr, shape):
result = np.zeros(shape, dtype=arr.dtype)
mask = tuple(slice(None, d) for d in arr.shape)
result[mask] = arr
return result
x = [zero_padding(y, (2, 3, 4)) for y in x]
x = np.array(x)
x.shape
# (6, 2, 3, 4)
的更复杂的版本由NumPy的zero_padding()或FlyingCircus的pad()提供。
免责声明：我是FlyingCircus的主要作者。