3D Numpy Arrays到数组转换列表

Question

我正在使用来自 PIL 的图像来打开图像并将它们加载到尺寸（300,300,3）的 numpy arrays 中。 这些 arrays 附加到列表中，然后我想将此列表转换为 numpy 数组。 应该工作的一切，都没有。 我不断收到奇怪的错误：

ValueError: could not broadcast input array from shape (300, 300, 3) into shape (300, 300)

这是一个小示例代码：

• 循环前
  

training_data = []

• 循环中

image = Image.open(path).resize((300,300),Image.ANTIALIAS)

training_data.append(np.asarray(image))

• 外环

training_data = np.array(training_data)

简单的问题是我得到了上面提到的错误。 任何帮助深表感谢。

Answer 1

您很可能已经收集了一份不同尺寸的 arrays 列表，可能有些是黑白的，有些是彩色的：

In [17]: alist = []                                                                                  
In [18]: alist.append(np.ones((300,300)))        # bw                                                            
In [19]: alist.append(np.ones((300,300,3)))      # color                                               
In [20]: np.array(alist)                                                                             
/usr/local/bin/ipython3:1: VisibleDeprecationWarning: Creating an ndarray from ragged nested sequences (which is a list-or-tuple of lists-or-tuples-or ndarrays with different lengths or shapes) is deprecated. If you meant to do this, you must specify 'dtype=object' when creating the ndarray
  #!/usr/bin/python3
---------------------------------------------------------------------------
ValueError                                Traceback (most recent call last)
<ipython-input-20-7512d762195a> in <module>
----> 1 np.array(alist)

ValueError: could not broadcast input array from shape (300,300,3) into shape (300,300)

当我们尝试从 arrays 创建一个形状不同的数组时， v1.19给了我们一个警告。 有时这仍然会给我们一个 object dtype 数组，但是使用这种形状组合，结果就是你的错误。

===

将 arrays 组合成一个的等效方法是使用np.stack 。 如果有效，结果是一样的； 如果不是，则错误是不同的：

In [21]: np.stack(alist)                                                                             
---------------------------------------------------------------------------
ValueError                                Traceback (most recent call last)
<ipython-input-21-724d9c1d0554> in <module>
----> 1 np.stack(alist)

<__array_function__ internals> in stack(*args, **kwargs)

/usr/local/lib/python3.6/dist-packages/numpy/core/shape_base.py in stack(arrays, axis, out)
    425     shapes = {arr.shape for arr in arrays}
    426     if len(shapes) != 1:
--> 427         raise ValueError('all input arrays must have the same shape')
    428 
    429     result_ndim = arrays[0].ndim + 1

ValueError: all input arrays must have the same shape