python - 无法将 3d NumPy 数组 reshape 为 2d NumPy 数组

Question

我正在处理图像处理问题，我的数据显示为 3 维 NumPy 数组，其中 (x, y, z) 条目是 (x, y) 像素(数值强度值)图像 z。有 100000 张图片，每张图片大小为 25x25。因此，数据矩阵的大小为 25x25x10000。我正在尝试将其转换为大小为 10000x625 的二维矩阵，其中每一行都是图像中像素的线性化。例如，假设图像是 3x3，我们将有以下内容:

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

我试图通过调用 data.reshape((10000, 625)) 来实现这一点，但这样做之后数据不再正确对齐。我曾尝试在有效的整形阶段转置矩阵，但这似乎无法解决问题。

有人知道如何解决这个问题吗？

Answer 1

如果您希望数据对齐，您需要执行 data.reshape((625, 10000))。

如果您想要不同的布局，请尝试 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 需要您知道在 reshape 过程中哪些元素属于一起，因此只“合并”属于一起的维度。