![](/img/trans.png)
[英]How to reshape a 1d array to a 3d array with diffrerent size of 2d arrays?
[英]How to reshape 2D arrays?
我想重塑四个2D数组:A,B,C和D(为了最小化功能,我在“大数组”之前拆分了...这些数组是最小化的分析结果)按特定顺序排列:
AB
光盘
我尝试使用np.reshape或vectorize然后进行连接,但是无法获得此顺序,如您在下面的图片中所见,所有内容都是混合的。 我应该得到均匀的结果
感谢您的回答,通过这种方式效果很好!
而且我必须将其应用于大量的子数组,因此我想自动化数组的重塑,如下例所示(4个数组的情况)。 如您所见,我尝试使用循环,但它不起作用,也许通过这种方式可能不是很快...
test_reshape = np.empty([20,20])
test_reshape[0:10,0:10] = frametemperature[0,:,:]
test_reshape[0:10,10:10*2.] = frametemperature[1,:,:]
test_reshape[10:10*2.,0:10] = frametemperature[2,:,:]
test_reshape[10:10*2.,10:10*2.] = frametemperature[3,:,:]
for i in range(frametemperature.shape[0]/2):
for j in range(frametemperature.shape[0]/2):
for k in range(frametemperature.shape[0]):
test_reshape[i*10:10*(i+1),j*10:10*(j+1)] = frametemperature[k,:,:]
因此,您有4个2d阵列要合并回一个2d阵列。
import numpy as np
blank = np.empty([4,4])
2)根据其位置分配数组,而不是串联
A = np.ones([2,2])
B = np.ones([2,2]) * 2
C = np.ones([2,2]) * 3
D = np.ones([2,2]) * 4
blank[0:2,0:2] = a
blank[0:2,2:4] = b
blank[2:4,0:2] = c
blank[2:4,2:4] = d
blank
声明:本站的技术帖子网页,遵循CC BY-SA 4.0协议,如果您需要转载,请注明本站网址或者原文地址。任何问题请咨询:yoyou2525@163.com.