Python & Numpy - 将每个单元格为 20x20 数组的 10x10 数组重塑为 10x10x20x20

Question

我有一个奇怪的问题，我有一个 .mat 文件，它来自一个 10x10 数组，其中每个索引是一个 20x20 数组，表示一个灰色图像。 所以我有 10 次试验，每次试验都是一个具有 10 个间隔的时间序列，每个间隔都作为 20x20 图像进行跟踪。 为了使用张量运行张量回归，需要将其格式化为（轨迹、时间序列、x-dim、y-dim）张量。 有没有干净的方法来做到这一点？ 我在 mat 文件上尝试了 np.reshape 但这不起作用，因为 mat 文件的尺寸是 10x10，因为就像我说的数组的每个单元格都是 20x20。

例如，假设 mat 文件是变量名称“mat_var”。 那么 mat_var[0,0] 将是一个 20x20 的数组，而 mat_var 将是一个 10x10 的数组

目标是将每个索引为 20x20 数组的 10x10 数组重塑为 10x10x20x20 数组。

Answer 1

很明显，如果你做 tensor = np.full((10,10,20,20),0) 那么你可以相应地设置每个单元格

张量[x,y] = mat[x,y]

如果数组的大小也是 20x20，它只会填充 20x20