python - 将 3d 矩阵转换为特征向量

Question

所以我的数据形状为 (100,100,5000)。

基本上，它是一个 100 x 100 像素的图像，其中每个 (x,y) 像素都有一些频谱向量。所以，数据是格式

     [ [ [ 0, 0.2.....],[0.1,0.3.....].. and so on]]

当我们这样做时，d[0][0][0]对应于图像中的(0,0)像素并且频谱值为0

现在，我想在其中运行 kmeans 算法..这就是背景。

要运行kmeans，我想将其转换为特征向量..如

[0,0,0]
[0,0,0.2]
and so on..

有没有一种“python”方式来进行这种转换。我猜应该有一些 numpy reshape 方法可以轻松实现这一点，而不是编写我试图避免的三个 for 循环。

Answer 1

使用 numpy reshape http://docs.scipy.org/doc/numpy/reference/generated/numpy.reshape.html例如

a.reshape((m,n))

其中m和n是数组a所需的坐标