Question

我有一个尺寸为（3,120,100）的数组，我想将其转换为尺寸为（120,100,3）的数组。我拥有的数组是

arr1 = np.ones((120,100), dtype = int)
arr2 = arr1*2
arr3 = arr1*3
arr = np.stack((arr1,arr2,arr3))
arr

它包含三个120x100的1、2和3数组。当我在其上使用reshape时，会得到120x100的1、2或3数组。

我想获得一个120x100的数组，其中每个元素为[1,2,3]

Answer 1

如果您想要一个包含如您所描述的1，2和3的大型数组，则推荐使用user3483203's answer。通常，如果您有一个形状为(X, Y, Z)的数组，并且希望将其设置为(Y, Z, X)，通常可以使用np.transpose：

import numpy as np

arr = ... # Array with shape (3, 120, 100)
arr_reshaped = np.transpose(arr, (1, 2, 0))
print(arr_reshaped.shape)
# (120, 100, 3)

编辑：问题标题表明您希望将数组从(X, Y, Z)重塑为(Z, Y, X)，但是文本似乎暗示您希望将数组从(X, Y, Z)重塑为(Y, Z, X) 。我紧跟着文字，但标题中的文字只是np.transpose(arr, (2, 1, 0))。

Answer 2

您不需要创建非常大的数组并进行整形。由于您知道每个元素的形状和最终形状，因此可以使用numpy.broadcast_to。这要求仅创建形状data=pd.DataFrame({'A':['X','X','Y','Y','X','X','Y','Y'], 'B':[0,1,2,3,4,5,6,7], 'C':[1,1,1,1,2,2,2,2], 'type':['ctrl','cond1','ctrl','cond1','ctrl','cond1','ctrl','cond1']} )数组的设置。

设置

(3,)

arr = np.array([1,2,3])

np.broadcast_to(arr, (120, 100, 3))

要获取此输出的非只读版本，可以调用array([[[1, 2, 3], [1, 2, 3], [1, 2, 3], ..., [1, 2, 3], [1, 2, 3], [1, 2, 3]], [[1, 2, 3], [1, 2, 3], [1, 2, 3], ..., [1, 2, 3], [1, 2, 3], [1, 2, 3]]])：

copy()

Answer 3

我将回答这个问题，假设它是一个较大问题的一部分，而这只是示例数据，用以演示您想要做的事情。否则，广播解决方案就可以正常工作。

使用reshape时，它不会改变numpy解释单个元素顺序的方式。它只是影响numpy如何查看numpy形状。因此，如果磁盘上的数组中有元素a, b, c, d，则可以解释为形状（4，）或形状（2，2）或形状（1，4）等的数组。

您正在寻找的似乎是transpose。这会影响交换numpy解释轴的方式。就您而言

>>>arr.transpose(2,1,0)
array([[[1, 2, 3],
    [1, 2, 3],
    [1, 2, 3],
    ..., 
    [1, 2, 3],
    [1, 2, 3],
    [1, 2, 3]]])

如何将Numpy数组从（x，y，z）重塑为（y，z，x）

3 个答案: