Numpy：在另一个numpy数组中创建一批numpy数组（重新整形）

Question

我有一个numpy的阵列batch形状的(32,5) 批处理的每个元素都包含一个numpy数组batch_elem = [s,_,_,_,_] ，其中s = [img,val1,val2]是一个三维numpy数组， _只是标量值。 img是一个尺寸为(84,84,3)的图像（numpy数组(84,84,3)

我想创建一个具有形状(32,84,84,3)的numpy数组。 基本上我想在每个batch提取图像信息并将其转换为4维数组。

我尝试了以下方法：

b = np.vstack(batch[:,0]) #this yields a b with shape (32,3), type: <class 'numpy.ndarray'>

现在我想访问图像（第二维中的第一个索引）

img_batch = b[:,0] # this returns an array of shape (32,), type: <class 'numpy.ndarray'>

如何最好地访问图像数据并获得形状(32,84,84,3) ？

注意：

 s = b[0] #first s of the 32 in batch: shape (3,) , type: <class 'numpy.ndarray'>

编辑：

这应该是一个最小的例子：

img = np.zeros([5,5,3])
s = np.array([img,1,1])
batch_elem = np.array([s,1,1,1,1])
batch = np.array([batch_elem for _ in range(32)])

Answer 1

假设我正确理解了问题，您可以在最后一个轴上堆叠两次。

res = np.stack(np.stack(batch[:,0])[...,0])

Answer 2

import numpy as np

# fabricate some data
batch = np.array((32, 1), dtype=object)
for i in range(len(batch)):
    batch[i] = [np.random.rand(84, 84, 3), None, None]

# select images
result = np.array([img for img, _, _ in batch])

# double check!
for i in range(len(batch)):
    assert np.all(result[i, :, :, :] == batch[i][0])