Question

我有一个'numpy.ndarray'类型的对象，名为“myarray”，当使用python的“print”打印到屏幕上时，看起来就像点击

[[[ 84   0 213 232] [153   0 304 363]]
 [[ 33   0  56 104] [ 83   0  77 238]]
 [[ 0  0  9 61] [ 0  0  2 74]]]

“myarray”由另一个图书馆制作。 myarray.shape的值等于（3,2）。我希望这是一个三维数组，有三个索引。当我尝试自己制作这个结构时，使用：

second_array = array([[[84, 0, 213, 232], [153, 0, 304, 363]],
 [[33, 0, 56,  104], [83,  0, 77,  238]],
 [[0,  0, 9,   61],  [0,   0,  2, 74]]])

我认为second_array.shape等于(3, 2, 4)，正如预期的那样。为什么会出现这种差异？另外，鉴于此，我如何重塑“myarray”以便合并两列，即结果如下：

[[[ 84   0 213 232 153   0 304 363]]
 [[ 33   0  56 104  83   0  77 238]]
 [[ 0  0  9 61  0  0  2 74]]]

修改澄清，我知道在second_array的情况下，我可以second_array.reshape((3,8))。但是这对于格式为myarray但没有3d索引的ndarray有什么用呢？

myarray.dtype为“object”，但也可以更改为ndarray。

编辑2 ：越来越接近，但仍无法完全获得ravel / flatten后重塑。我有：

a = array([[1, 2, 3],
       [4, 5, 6]])
b = array([[ 7,  8,  9],
       [10, 11, 12]])
arr = array([a, b])

我试试：

arr.ravel().reshape((2,6))

但这会给[[1, 2, 3, 4, 5, 6], ...]，我想要[[1, 2, 3, 7, 8, 9], ...]。怎么办呢？

感谢。

Answer 1

事实上，ravel和hstack可以成为重塑数组的有用工具：

import numpy as np

myarray = np.empty((3,2),dtype = object)
myarray[:] = [[np.array([ 84,   0, 213, 232]), np.array([153, 0, 304, 363])],
 [np.array([ 33,   0,  56, 104]), np.array([ 83,   0,  77, 238])],
 [np.array([ 0, 0,  9, 61]), np.array([ 0,  0,  2, 74])]]

myarray = np.hstack(myarray.ravel()).reshape(3,2,4)
print(myarray)
# [[[ 84   0 213 232]
#   [153   0 304 363]]

#  [[ 33   0  56 104]
#   [ 83   0  77 238]]

#  [[  0   0   9  61]
#   [  0   0   2  74]]]

myarray = myarray.ravel().reshape(3,8)
print(myarray)
# [[ 84   0 213 232 153   0 304 363]
#  [ 33   0  56 104  83   0  77 238]
#  [  0   0   9  61   0   0   2  74]]

关于编辑2：

import numpy as np

a = np.array([[1, 2, 3],
       [4, 5, 6]])
b = np.array([[ 7,  8,  9],
       [10, 11, 12]])
arr = np.array([a, b])
print(arr)
# [[[ 1  2  3]
#   [ 4  5  6]]

#  [[ 7  8  9]
#   [10 11 12]]]

请注意

In [45]: arr[:,0,:]
Out[45]: 
array([[1, 2, 3],
       [7, 8, 9]])

由于您希望第一行为[1,2,3,7,8,9]，因此上面显示您希望第二个轴成为第一个轴。这可以使用swapaxes方法完成：

print(arr.swapaxes(0,1).reshape(2,6))
# [[ 1  2  3  7  8  9]
#  [ 4  5  6 10 11 12]]

或者，给定a和b，或等效地arr[0]和arr[1]，您可以直接使用arr方法形成hstack ：

arr = np.hstack([a, b])
# [[ 1  2  3  7  8  9]
#  [ 4  5  6 10 11 12]]

在numpy中重塑ndarrays和常规数组？

1 个答案: