将 2D numpy 数组重组为 3D答案

【问题标题】：Reorganizing a 2D numpy array into 3D将 2D numpy 数组重组为 3D
【发布时间】：2016-06-01 12:07:30
【问题描述】：

我有一个 12X2 数组，我想重组为一个 3x4x2 数组。具体来说，我想改变

a = np.array(([1,13],[2,14],[3,15],[4,16],[5,17],[6,18],[7,19],[8,20],[9,21],[10,22],[11,23],[12,24]))

 [[ 1 13]
[ 2 14]
[ 3 15]
[ 4 16]
[ 5 17]
[ 6 18]
[ 7 19]
[ 8 20]
[ 9 21]
[10 22]
[11 23]
[12 24]]`

变成这样的矩阵：

[[[ 1. 2. 3. 4.]
[ 5. 6. 7. 8.]
[ 9. 10. 11. 12.]]
[[ 13. 14. 15. 16.]
[ 17. 18. 19. 20.]
[ 21. 22. 23. 24.]]]

我在想一个三重嵌套的 for 循环，但我编写它的方式行不通。而且我无法完全围绕 numpy 索引来弄清楚如何做到这一点。

这当然是示例代码。我想更改它以在经纬度网格上绘制全球降水的前 3 个 EOF 的 3 个图。 EOF 从 8192x8192 阵列中提取并放入 64x128x3 阵列中。（我只使用大矩阵的前 3 列。每一列都是一个 EOF，在每一列下方，值按经度沿第一个纬度列出，然后按经度再次沿第二个纬度列出，依此类推一直向下直到列底部的第 128 个纬度。当然，当我完成时，我的数组将相对于底图颠倒，因为第一个纬度是 -87.something，但我打算使用 np.flipud 来完成后修复它。

【问题讨论】：

标签： python arrays numpy

【解决方案1】：

你可以使用np.reshape和np.transpose的组合，像这样-

a.reshape(3,4,-1).transpose(2,0,1)

因此，对于您的实际情况（如果我理解正确的话）将是 -

a.reshape(64,128,-1).transpose(2,0,1)

请注意，这种情况下的输出形状将是(3, 64, 128)。所以，我假设示例案例与您的实际案例不完全对应。

【讨论】：

这只是给了我完全相同的矩阵。我的矩阵现在是 (2,0,1) 我想把它改成 (3,4,2)
@ChristineB 问题中列出的预期输出看起来像 (2,3,4) （沿轴 = 0 的 2 个，沿轴 = 1 的 3 个是行，沿轴 = 2 的 4 个是列）。您确定要(3,4,2) 的形状吗？ a.reshape(3,4,2) 会为你工作吗？
别介意我的评论。我在下一行输入了您的建议和 print(a)，但我忘记用它的 reshape+transpose 替换变量 a。谢谢！

【解决方案2】：

方法有很多，a.T.reshape(2,3,4)怎么样：

n [14]: a.T.reshape(2,3,4)
Out[14]: 
array([[[ 1,  2,  3,  4],
        [ 5,  6,  7,  8],
        [ 9, 10, 11, 12]],

       [[13, 14, 15, 16],
        [17, 18, 19, 20],
        [21, 22, 23, 24]]])

【讨论】：