[英]Reshaping 3D Numpy Array to a 2D array
我在Numpy中具有以下3D阵列:
a = np.array([[[1,2],[3,4]], [[5,6],[7,8]], [[9,10],[11,12]],[[13,14],[15,16]]])
当我写
b = np.reshape(a, [4,4])
二维结果数组看起来像
[[ 1 2 3 4]
[ 5 6 7 8]
[ 9 10 11 12]
[13 14 15 16]]
但是,我希望它具有以下形状:
[[ 1 2 5 6]
[ 3 4 7 8]
[ 9 10 13 14]
[11 12 15 16]]
如何在Python / Numpy中有效地做到这一点?
重新塑形以将第一根轴拆分为两个置换轴,再进行一次塑形-
a.reshape(2,2,2,2).transpose(0,2,1,3).reshape(4,4)
a.reshape(2,2,2,2).swapaxes(1,2).reshape(4,4)
使其通用,将成为-
m,n,r = a.shape
out = a.reshape(m//2,2,n,r).swapaxes(1,2).reshape(-1,2*r)
样品运行-
In [20]: a
Out[20]:
array([[[ 1, 2],
[ 3, 4]],
[[ 5, 6],
[ 7, 8]],
[[ 9, 10],
[11, 12]],
[[13, 14],
[15, 16]]])
In [21]: a.reshape(2,2,2,2).swapaxes(1,2).reshape(4,4)
Out[21]:
array([[ 1, 2, 5, 6],
[ 3, 4, 7, 8],
[ 9, 10, 13, 14],
[11, 12, 15, 16]])
仅使用np.hstack
和np.vstack
另一种方法:
In [98]: a
Out[98]:
array([[[ 1, 2],
[ 3, 4]],
[[ 5, 6],
[ 7, 8]],
[[ 9, 10],
[11, 12]],
[[13, 14],
[15, 16]]])
In [99]: s0, s1, s2, s3 = range(a.shape[0])
In [100]: np.vstack((np.hstack((a[s0], a[s1])), np.hstack((a[s2], a[s3]))))
Out[100]:
array([[ 1, 2, 5, 6],
[ 3, 4, 7, 8],
[ 9, 10, 13, 14],
[11, 12, 15, 16]])
意识到您的目标是将原始数组的前两个切片压缩为一个切片,然后将第二个切片压缩为另一个切片,依此类推。
如果您担心性能,也可以用最快的表亲np.concatenate
替换np.vstack
和np.hstack
。
PS:这种方法会创建一个新数组,而原来的数组保持不变。
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.