如何制作“ ndarrays的ndarray的元组”？

Question

如何创建包含两个“ numpy.ndarray”的元组？ 如果这样做，我可以在元组中更新ndarray吗？

我使用实现某些神经网络的python代码进行工作，以使其与我自己的输入数据一起使用。 目的是读取图像文件并根据神经网络的输出返回输出。 我从迈克尔·尼尔森（Michael Nielsen）撰写的关于神经网络的出色在线书中摘录了代码（ 链接 ）。

原始代码从称为MNIST的著名数据集中读取，并存储为文件，该文件是python的pickle函数的输出。 现在，通过data = Pickle.Load（）调用读取数据集中的输入数据。 Pickle加载数据集的数据在执行此行时，数据变量将作为“长度为2的元组”加载，其中包含两个“长度为10000的Numpy ndArrays”，每个ndarray元素都是另一个长度为784的ndarray（实际上是a的值28x28图片）。

现在，问题是我试图覆盖输入，以便从正常图像文件读取而不是从腌制文件中读取。 腌制的文件最初包含N个图像文件。 我正在尝试从单个图像文件中裁剪N个图像文件并重组数据，以使其与原始格式兼容。

我成功读取了图像文件，裁剪了图像窗口，创建了最里面的ndarray，其中包含784个像素值（单个图像）。 但是，如何创建一个包含每个新图像的ndarray，然后将它们放入一个元组中？ 有没有办法在单个numpy命令中重组我的数据？

Answer 1

我对您想要的内容进行了很多猜测，但是以下示例创建了一个数组元组：

惊吓到（784）形状的“图像”：

In [1027]: img=np.ones((28,28),int)
In [1028]: imgr = img.ravel()
In [1029]: imgr.shape
Out[1029]: (784,)

“堆叠”该图像的一堆副本。 np.concatenate对于连接数组也很方便，但是np.array自动将它们连接到新轴上。

In [1030]: imgs=np.array([imgr.copy(),imgr.copy()*2,imgr.copy()*3])
In [1031]: imgs
Out[1031]: 
array([[1, 1, 1, ..., 1, 1, 1],
       [2, 2, 2, ..., 2, 2, 2],
       [3, 3, 3, ..., 3, 3, 3]])
In [1032]: imgs.shape
Out[1032]: (3, 784)

创建元组很简单（基本的Python），只是(x, y)语法。

In [1033]: tup=(imgs, imgs.copy())
In [1034]: tup
Out[1034]: 
(array([[1, 1, 1, ..., 1, 1, 1],
        [2, 2, 2, ..., 2, 2, 2],
        [3, 3, 3, ..., 3, 3, 3]]), array([[1, 1, 1, ..., 1, 1, 1],
        [2, 2, 2, ..., 2, 2, 2],
        [3, 3, 3, ..., 3, 3, 3]]))

严格来说，元组是不可变的。 您不能像列表那样替换元素。 但是由于元素是数组，因此可以“就地”更改它们。

In [1035]: tup[0][:]*=2
In [1036]: tup
Out[1036]: 
(array([[2, 2, 2, ..., 2, 2, 2],
        [4, 4, 4, ..., 4, 4, 4],
        [6, 6, 6, ..., 6, 6, 6]]), array([[1, 1, 1, ..., 1, 1, 1],
        [2, 2, 2, ..., 2, 2, 2],
        [3, 3, 3, ..., 3, 3, 3]]))

所以在这里我将第一个数组按比例缩放了2

缩放第一个数组的图像之一，我可以使用：

In [1038]: tup[0][1,:] += 5
In [1039]: tup
Out[1039]: 
(array([[2, 2, 2, ..., 2, 2, 2],
        [9, 9, 9, ..., 9, 9, 9],
        [6, 6, 6, ..., 6, 6, 6]]), array([[1, 1, 1, ..., 1, 1, 1],
        [2, 2, 2, ..., 2, 2, 2],
        [3, 3, 3, ..., 3, 3, 3]]))