將 3D 矩陣轉換/重塑為 2D 矩陣

Question

我有一個 3D 矩陣X ，它包含向量作為第 3 維的行。 我想提取每個這樣的向量X(:, x, y)並將其保存為二維矩陣，使得X(:, 0, 0)是二維矩陣的第一行， X(:, 0, 1)第二個，以此類推。 以下粗略的圖形可能有助於說明這一點：

我知道我可以創建新的 2D 矩陣，然后迭代原始X以添加向量，但是有人對如何快速有效地執行此操作有一些意見嗎？

---

示例：給定

>>> a = np.arange(9*3).reshape(3,3,3)
>>> a
array([[[ 0,  1,  2],
        [ 3,  4,  5],
        [ 6,  7,  8]],

       [[ 9, 10, 11],
        [12, 13, 14],
        [15, 16, 17]],

       [[18, 19, 20],
        [21, 22, 23],
        [24, 25, 26]]])

我想將以下內容作為行，盡管行的順序無關緊要：

array([[ 0,  9, 18],
       [ 1, 10, 19]],
       ...)

Answer 1

使用np.transpose然后像這樣reshape -

X.transpose(1,2,0).reshape(-1,X.shape[0])

解釋 -

1）您想要從X[:, 0, 0] ， X[:, 0, 1]等處形成行，即，我們必須將axis=0元素“推”到此類的最后一個軸二維數組輸出。 接下來，我們必須決定行的順序，這將由axes=1,2形成。 現在，回到所需的二維數組輸出，在第一行和第二行之間，即在X[:, 0, 0]和X[:, 0, 1] ， axis=1保持不變。 因此，在二維數組輸出中，第二個軸 (axis=1) 將優先於第三個軸 (axis=2)。 因此，在X我們將axis=1推到axis=0並將axis=2推到axis=1 。 因為，如前所述， X axis=0必須移動到最后一個軸，所以這將是axis=2 。 所有這些都可以通過X.transpose(1,2,0)來完成。 我們稱之為Y 。

2) 最后，我們必須將Y重塑為2D數組，使得每行中的元素數量與X.shape[0]相同，這是通過Y.reshape(-1,X.shape[0]) . 因此，最終的解決方案變成了——

X.transpose(1,2,0).reshape(-1,X.shape[0])

樣品運行 -

In [25]: X
Out[25]: 
array([[[ 0.19508052,  0.02481975],
        [ 0.88915956,  0.95974095]],

       [[ 0.23271151,  0.14730822],
        [ 0.56763563,  0.30607283]],

       [[ 0.33259228,  0.42552102],
        [ 0.28950926,  0.47782175]]])

In [26]: X[:, 0, 0]
Out[26]: array([ 0.19508052,  0.23271151,  0.33259228])

In [27]: X[:, 0, 1]
Out[27]: array([ 0.02481975,  0.14730822,  0.42552102])

In [28]: X[:, 1, 0]
Out[28]: array([ 0.88915956,  0.56763563,  0.28950926])

In [29]: X[:, 1, 1]
Out[29]: array([ 0.95974095,  0.30607283,  0.47782175])

In [30]: X.transpose(1,2,0).reshape(-1,X.shape[0])
Out[30]: 
array([[ 0.19508052,  0.23271151,  0.33259228],
       [ 0.02481975,  0.14730822,  0.42552102],
       [ 0.88915956,  0.56763563,  0.28950926],
       [ 0.95974095,  0.30607283,  0.47782175]])