Numpy：3D到2D maxtrix沿着一個軸平展順序重塑

Question

我想從磁盤讀取非常大的二進制文件（GB +），併爲進一步處理做一次重塑。數據結構如下：有F幀，每幀由長度爲N的B塊組成，而N爲數字。我用np.fromfile讀取數據並獲得一維np.array。我想要以他們的形狀（F * N，B）重塑數據，以便我可以輕鬆地在塊上操作。 我有一個辦法，我想要做什麼 - 但它使用一個for循環，並建立一個新的數組（所以不是很有效）：

import numpy as np 
F,B,N= 2,2,2 
Data3D = np.arange(F*B*N).reshape(F,B,N) 
Data2D = np.zeros(F*B*N).reshape(F*N,B) 

for i in np.arange(B): 
    Data2D[:,i] = Data3D[:,i,:].ravel() 

我不實現扁平順序（np.ravel（ ）保持秩序）與直接重塑轉型，但我想有一個有效的/基本的numpy方法。

Answer 1

基本上，您想要將形狀(F, B, N)的數組轉換爲形狀爲(F, N, B)的數組。這可以通過Numpy的transpose()函數輕鬆實現，它允許使用索引排列。如果你想合併第一個二維然後在一起，你可以應用一個適當的重塑：

import numpy as np 
F,B,N= 2,2,2 
Data3D = np.arange(F*B*N).reshape(F,B,N) 
Data2D = np.transpose(Data3D, (0, 2, 1)).reshape(F * N, B)