將4D numpy數組重塑為3D

Question

我有一個具有以下尺寸的numpy數組-（256、128、4、200）-基本上前兩個可以形成圖像，第三個是通道，第四個是幀（“時間實例”）。 如何重整數組的形狀，使框架彼此“堆疊”，換句話說，數組的形狀為（256，128 * 200，4）？ 串聯是逐幀進行的，這一點很重要，因此要保留幀中值的順序。

本質上，需要進行優化：

data_new = data[:, :, :, 0]
for i in range(1, data.shape[3]):
    data_new = np.concatenate((data_new, data[:, :, :, i]), axis=1)

Answer 1

用np.transpose和重塑軸-

m,n = data.shape[::2]
data_new = data.transpose(0,3,1,2).reshape(m,-1,n)

或roll-axis和重塑-

data_new = np.rollaxis(data,3,1).reshape(m,-1,n)

運行時測試-

In [40]: data = np.random.randint(0,9,(256,128,4,200))

In [46]: %%timeit
    ...: data_new = data[:, :, :, 0]
    ...: for i in range(1, data.shape[3]):
    ...:     data_new = np.concatenate((data_new, data[:, :, :, i]), axis=1)
    ...: 
1 loop, best of 3: 3.56 s per loop

In [49]: m,n = data.shape[::2]

In [50]: %timeit data.transpose(0,3,1,2).reshape(m,-1,n)
10 loops, best of 3: 47.1 ms per loop

In [51]: %timeit np.rollaxis(data,3,1).reshape(m,-1,n)
10 loops, best of 3: 46.8 ms per loop

因此， 76x+加速是矢量化的利潤。