將三維NumPy數組轉換爲二維NumPy數組時出現問題

我正在處理圖像處理問題，並且我的數據以三維NumPy數組的形式呈現，其中（x，y，z）條目是圖像z的（x，y）像素（數值強度值）。有100000個圖像，每個圖像是25x25。因此，數據矩陣的大小爲25x25x10000。我試圖將其轉換爲尺寸爲10000x625的2維矩陣，其中每行都是圖像中像素的線性化。例如，假設而不是圖像是3×3，我們有以下幾點：將三維NumPy數組轉換爲二維NumPy數組時出現問題

1 2 3 
4 5 6 ------> [1, 2, 3, 4, 5, 6, 7, 8, 9] 
7 8 9

我試圖通過調用data.reshape((10000, 625))要做到這一點，但是數據不再這樣做後正確對齊。我曾嘗試在重塑的有效階段轉置矩陣，但似乎沒有解決它。

有誰知道如何解決這個問題？

來源

2016-02-11 Ryan

如果你想要數據對齊，你需要做data.reshape((625, 10000))。

如果你想有一個不同的佈局嘗試np.rollaxis：

data_rolled = np.rollaxis(data, 2, 0) # This is Shape (10000, 25, 25) 
data_reshaped = data_rolled.reshape(10000, 625) # Now you can do your reshape.

numpy的需要你知道哪些元素重塑過程中屬於彼此，所以只有「合併」屬於一個整體的尺寸。

來源

2016-02-11 11:59:15 MSeifert

問題是，您不符合reshape調用中的標準索引順序。如果要組合的兩個維度在新陣列中位於相同位置（ - >(625, 10000)），則只會對齊數據。

然後，要獲得想要的形狀，可以轉置。用一個較小的例子更容易看出來 - 當遇到這樣的問題時，如果可以的話，總是在REPL中嘗試一個更小的例子。

>>> a = numpy.arange(12) 
>>> a = a.reshape(2, 2, 3) 
>>> a 
array([[[ 0, 1, 2], 
     [ 3, 4, 5]], 

     [[ 6, 7, 8], 
     [ 9, 10, 11]]]) 
>>> a.reshape(4, 3) 
array([[ 0, 1, 2], 
     [ 3, 4, 5], 
     [ 6, 7, 8], 
     [ 9, 10, 11]]) 
>>> a.reshape(4, 3).T 
array([[ 0, 3, 6, 9], 
     [ 1, 4, 7, 10], 
     [ 2, 5, 8, 11]])

不需要rollaxis！

請注意numpy使用的打印佈局如何使這種推理更容易。第一步和第二步之間的差異僅在的支架位置處爲;數字都留在同一個地方，當你想要考慮形狀問題時，這通常會有所幫助。

來源

2016-02-11 12:02:00 senderle

將三維NumPy數組轉換爲二維NumPy數組時出現問題

回答

相關問題