Question

我有一个名为形状为（16,16,8,8）的“ foto_dct”表示16x16矩阵为8x8。

当我打印foto_dct [0,15]时，我得到第一行的最后一个矩阵：

array([[0, 0, 0, 0, 0, 0, 0, 0],
   [0, 0, 0, 0, 0, 0, 0, 0],
   [0, 0, 0, 0, 0, 0, 0, 0],
   [0, 0, 0, 0, 0, 0, 0, 0],
   [0, 0, 0, 0, 0, 0, 0, 0],
   [0, 0, 0, 0, 0, 0, 0, 0],
   [0, 0, 0, 0, 0, 0, 0, 0],
   [0, 0, 0, 0, 0, 0, 0, 0]])

当我做foto_dct_big = np.reshape（foto_dct，（128,128））并打印foto_dct_big我得到了：

[[  0   0   0 ...  49 148 245]
 [  0  16   0 ...  10   0   3]
 [  1   4   3 ... 148 137 128]
 ...
 [  0   0   0 ...   0   0   0]
 [  0   0   0 ...   0   0   0]
 [  0   0   0 ...   0   0   0]]

您可以看到用不同的值替换了右上角（应该是上面带有所有零的矩阵）。这只是为了证明我确实得到了不同的值，矩阵的其他部分也为假。

为什么会这样，我该如何解决？

亲切的问候。

Answer 1

使用整形时，尺寸顺序很重要，因为它决定了矩阵元素的读取方式。根据{{3}}中的指定，默认情况下，最后一个维度是最快的那个，然后是倒数第二个，依此类推。因此，在您进行重塑时，将首先读取两个8x8，并将其重塑为128x128矩阵的一行。为了以正确的顺序进行读取，您首先必须交换尺寸，以使与行相关的尺寸（即8x8矩阵的行和16x16矩阵的行）与列相同。您可以使用documentation来做到这一点。

我还没有测试过，但是我相信这应该可以工作

a = np.transpose(a, (0, 2, 1, 3)) # The new shape is (16, 8, 16, 8)
a = np.reshape(a, (128, 128))

据推测是错误的输出np.reshape

1 个答案: