生成從1-d的數據的4-d陣列重塑

它在格式6列，X行的1-d陣列它需要在形狀進行重組：

60×220 X 85個細胞（1.122x106細胞）

如果我導入數據，以及使用重新形函數以Z = 1，它填補了正確的格式（從左到右閱讀和其中x = 1，Z = 1個，則填充，其中x = 2等

如果IU y個第一填充ÿ SE Z = 2它填充[X1，Y，Z 2]之後到達[X1，Y，Z1]的頂部，然後返回並填充的[X2，Y，Z 1]有效地分離它每個切片之間，

import numpy as np 
data = np.loadtxt("spe_phi_sample.prn") 
print(data.shape) 
data = np.reshape(data, (60,85,2)) 
print(data.shape) 
x,y,z = data.nonzero() 
import matplotlib.pyplot as plt 
from mpl_toolkits.mplot3d import Axes3D 
fig = plt.figure() 
ax = fig.add_subplot(111, projection='3d') 

ax.scatter(x, y, -z, c=data[x,y,z] , zdir='z')

Z = 1的數據用示蹤劑（正確格式）

Z = 2點的數據用示蹤劑（看看它是如何填充錯誤的切片）

有一種方法，以確定如何重新塑造填充數據？是否有更適合的功能，用於通過確定何時對每個軸進行切片，或者是否需要手動完成，從大型1-d陣列創建4維陣列？我對python不太熟悉，謝謝

來源

2015-10-05 Ali_bean

當您使用numpy.reshape時，您必須記住，它將使用索引順序讀取元素，並將使用此索引順序將元素放置到重新整形的數組中。默認索引順序由下式給出：最後一個軸指數變化最快，回到第一軸指數變化最慢（其中...，第二軸是y和第一軸是x）。

爲了更好地瞭解發生了什麼，這裏是一段代碼：

import numpy as np 

# Create array. 
size1 = 10 
size2 = 60 
shape = (size1, size2) 
a = np.mod(np.arange(1, size1 * size2 + 1), size2).reshape(shape) 
# Reshape array with z = 1. 
b = np.reshape(a, (size1, size2, 1)) 
# Reshape array with z = 2. 
c = np.reshape(a, (size1, size2/2, 2)) 
# Reshape array correctly. 
d = np.reshape(a, (size1, 2, size2/2)) 
d = np.swapaxes(d, 1, 2)

這裏是b（藍色爲低值（1）和紅高值（10））：