Question

我将一幅图像分为16个图形以绘制回归，现在我想将其重新合并为一个图像。

我已经编写了一个for循环来执行此操作，但是我无法理解来自previous questions的建议以及我要去哪里。请有人可以解释为什么我的输入数组没有相同的维数。

from scipy import interpolate


allArrays = np.array([])
for i in range(len(a)):

    fig = plt.figure()
    ax = fig.add_axes([0.,0.,1.,1.])


    if np.amax(a[i]) > 0:
        x, y = np.where(a[i]>0)
        f = interpolate.interp1d(y, x)
        xnew = np.linspace(min(y), max(y), num=40)
        ynew = f(xnew)   
        plt.plot(xnew, ynew, '-')
        plt.ylim(256, 0)
        plt.xlim(0,256)

        fig.canvas.draw()
        X = np.array(fig.canvas.renderer._renderer)
        myArray = color.rgb2gray(X)
        print(myArray.shape)
        allArrays = np.concatenate([allArrays, myArray])
        print(allArrays.shape)

    else:

        plt.xlim(0,256)
        plt.ylim(0,256)
        fig.canvas.draw()
        X = np.array(fig.canvas.renderer._renderer)
        myArray = color.rgb2gray(X)
        print(myArray.shape)
        allArrays = np.concatenate([allArrays, myArray])
        print(allArrays.shape)




    i += 1

输出：myArray.shape（480，640）

错误消息：所有输入数组的维数必须相同

我敢肯定这确实很简单，但我无法弄清楚。谢谢。

Answer 1

In [226]: allArrays = np.array([])                                                   
In [227]: allArrays.shape                                                            
Out[227]: (0,)
In [228]: allArrays.ndim                                                             
Out[228]: 1

In [229]: myArray=np.ones((480,640))                                                 
In [230]: myArray.shape                                                              
Out[230]: (480, 640)
In [231]: myArray.ndim                                                               
Out[231]: 2

在大多数情况下1不等于2！

要在默认轴0上与myArray串联，allArrays必须以np.zeros((0,640), myArray.dtype)开头。在n迭代之后，它将增长到(n*480, 640)。

在链接的答案中，新数组均为1d，因此以形状(0,)开始是可以的。但是wim's的答案更好-将所有数组收集在一个列表中，并在最后进行连接。

在循环中重复连接很难（您必须了解形状和尺寸），并且比列表追加要慢。

在for循环中连接numpy数组

1 个答案: