Question

我正在尝试使用numpy.reshape重整数组，但总是遇到索引错误

"IndexError: index 15484 is out of bounds for axis 0 with size 7231"

然后我打印出数组的形状

(7231,80,60,4)

我的代码是

X = np.array([i[0] for i in train]).reshape(-1,80,60,1)

（我试图将我的所有图像重塑为（-1,80,60,1））

我以为-1自动完成了尺寸，所以我对为什么会收到此错误感到困惑？

火车是：

    train = train_data[:-500]

and train_data是一个数组，其中包含图像像素和标签的元组

有人可以帮我吗？

Answer 1

重塑时要小心。即使可行，元素的排列也可能不是您想要的。

从一个简单的数组开始，我们可以将其可视化：

In [805]: x = np.arange(24).reshape(3,2,4)
In [806]: x
Out[806]: 
array([[[ 0,  1,  2,  3],
        [ 4,  5,  6,  7]],

       [[ 8,  9, 10, 11],
        [12, 13, 14, 15]],

       [[16, 17, 18, 19],
        [20, 21, 22, 23]]])

重塑为（-1,2,1）-但我们将最后1个放置为更紧凑的显示：

In [807]: x.reshape(-1,2)
Out[807]: 
array([[ 0,  1],
       [ 2,  3],
       [ 4,  5],
       [ 6,  7],
       [ 8,  9],
       [10, 11],
       [12, 13],
       [14, 15],
       [16, 17],
       [18, 19],
       [20, 21],
       [22, 23]])

请注意原始的[0,1,2,3]行如何分成两行。

重新分配尺寸4的最后一个尺寸的另一种方法是：

In [808]: np.vstack([x[...,i] for i in range(4)])
Out[808]: 
array([[ 0,  4],
       [ 8, 12],
       [16, 20],
       [ 1,  5],
       [ 9, 13],
       [17, 21],
       [ 2,  6],
       [10, 14],
       [18, 22],
       [ 3,  7],
       [11, 15],
       [19, 23]])

如果我们使用np.stack并得到（4,3,2）形状，则可能会更清楚

array([[[ 0,  4],
        [ 8, 12],
        [16, 20]],
  ....

x.transpose(2,0,1)产生相同的结果。

reshape保留元素的乱序/展平顺序。转置更改它。

In [812]: x.transpose(2,0,1).ravel()
Out[812]: 
array([ 0,  4,  8, 12, 16, 20,  1,  5,  9, 13, 17, 21,  2,  6, 10, 14,...])
In [813]: x.reshape(-2,2).ravel()
Out[813]: 
array([ 0,  1,  2,  3,  4,  5,  6,  7,  8,  9, 10, 11, 12, 13, 14, 15, ...])

Answer 2

您拥有的代码没有执行您认为的操作。 i[0]在第一个轴上获得第0个元素，即您的80，这不是您想要的。

无论如何，您真正要选择的是沿最快方向选择第一个切片，所以要做：

X = train[:,:,:,0:1]

如果您的数据实际上不是您所说的大小，请尝试：

X = np.array([i.reshape(80, 60, 4)[:,:,0:1] for i in train])

Answer 3

重塑形状为(7231,80,60,4)-> (-1,80,60,1)的数组可以“正常工作”：

train = np.arange(np.prod((7231,80,60,4))).reshape(7231,80,60,4)
print(train.shape)

X = train.reshape(-1,80,60,1)
print(X.shape)

输出：

(7231, 80, 60, 4)
(28924, 80, 60, 1)

因此，您遇到的问题一定不能直接源于您尝试进行的重塑。我的猜测是您的问题可能与您的train_data数组（或您尝试使用np.array([i[0] for i in train])从中创建的数组）的形式/内容有关。当然，问题也可能出在您未在问题中发布的代码部分中。如果您发布了更多的实际代码，可能会有所帮助。

尤其是当您收到错误消息时：

IndexError: index 15484 is out of bounds for axis 0 with size 7231

它应该包含一个堆栈跟踪，该跟踪直接指向代码中有问题的行。堆栈跟踪是否表明错误是从创建X的行引发的：

X = np.array([i[0] for i in train]).reshape(-1,80,60,1)

还是它指向了代码中的另一行？

使用Numpy.Reshape重塑数组

3 个答案: