如何在沒有 for 循環的情況下將 3D 圖像矩陣轉換為二維矩陣？ Python 和 numpy

Question

目前在學校數據課程的實驗室工作。 我想要做的是將具有形狀（26,64,64）的matrix_a轉換為新的matrix_b（64,1664）。 matrix_a 中的 (64,64) 是組成一系列圖像的位，而 (64,1664) matrix_b 應該生成圖像條。 我嘗試使用 np.reshape，它確實正確地重塑了矩陣，但由於使用的排序，圖像丟失了。 我可以使用 for 循環將每個 64x64 圖像迭代地插入到 matrix_b 中，但他們要求您不要使用 for 循環。 他們提到了一些關於使用拼接的東西？ 我在 python 和 numpy 中寫這個。 抱歉，如果這篇文章沒有意義，這是我的第一篇。 謝謝

Answer 1

使用 numpy，您可以試試這個（假設 data_3d 是您的 3d 陣列）：

data_2d = data_3d.swapaxes(1,2).reshape(3,-1)

Answer 2

import numpy as np

arr = np.random.randint(10, size= [26,64,64])
arr.shape

>>> (26, 64, 64)

transpose()軸從[0, 1, 2]重新排序為[1, 0, 2] 。

arr = arr.transpose([1,0,2])   # edit suggested by @wwii 
arr.shape

>>> (64, 64, 26)

arr = arr.reshape([64, -1])
arr.shape

>>> (64, 1664)

Answer 3

>>> a = np.arange(2*2*3).reshape(3,2,2)
>>> a
array([[[ 0,  1],
        [ 2,  3]],

       [[ 4,  5],
        [ 6,  7]],

       [[ 8,  9],
        [10, 11]]])

連接每個圖像。

水平條 - 這是您在問題中要求的。

>>> np.concatenate(list(a),-1)
array([[ 0,  1,  4,  5,  8,  9],
       [ 2,  3,  6,  7, 10, 11]])

豎條

>>> np.concatenate(list(a),0)
array([[ 0,  1],
       [ 2,  3],
       [ 4,  5],
       [ 6,  7],
       [ 8,  9],
       [10, 11]])
>>>

np.hstack(tuple(a))和np.vstack(tuple(a))產生與concatenate相同的結果。

np.vsplit(a,a.shape[0])等價於list(a)或tuple(a) 。