python - 如何在 python 中合并不同维度的数组？

Question

我正在使用 keras 分析一些图像表示的数据集。我坚持我有两个不同尺寸的图像。请看快照。特征有 14637 张图像，维度为 (10,10,3)，特征 2 维度为 (10,10,100)

有什么方法可以将这两个数据合并/连接在一起。？

Answer 1

如果 features 和 features2 包含同一批图像的特征，即 features[i] 是每个 i 的 features2[i] 的同一图像，那么分组是有意义的使用 numpy 函数 concatenate() 的单个数组中的特征:

newArray = np.concatenate((features, features2), axis=3)

其中 3 是连接数组的轴。在这种情况下，您最终会得到一个维度为 (14637, 10, 10, 103) 的新数组。

但是，如果它们指的是完全不同批处理的图像，并且您想在第一个轴上合并它们，以便将 features2 的 14637 张图像放在第一个 14637 张图像的之后，那么，你不可能得到一个数组，因为 numpy 数组的结构是矩阵，而不是对象列表。

例如，如果您尝试执行:

> a = np.array([[0, 1, 2]]) // shape = (1, 3)
> b = np.array([[0, 1]]) // shape = (1, 2)
> c = np.concatenate((a, b), axis=0)

然后，你会得到:

ValueError: all the input array dimensions except for the concatenation axis must match exactly

因为您沿着 axis = 0 连接，但 axis 1 的尺寸不同。