重塑numpy 3D数组

【问题标题】：Reshaping numpy 3D array重塑numpy 3D数组
【发布时间】：2016-02-10 21:58:39
【问题描述】：

我有一个尺寸为：(32, 32, 73257) 的数据集，其中 32x32 是单个图像的像素。

如何将其重塑为 (73257, 1024) 以使每张图像都连续展开？

到目前为止，我做到了：

self.train_data = self.train_data.reshape(n_training_examples, number_of_pixels*number_of_pixels)

看起来我得到的是垃圾而不是普通图片。我假设在错误的维度上进行了重塑......？？

【问题讨论】：

【解决方案1】：

按照 cmets 中的建议，首先获取列中的每个图像，然后转置：

self.train_data = self.train_data.reshape(-1, n_training_examples).T

您的数组的内存布局不会因任何这些操作而改变，因此任何图像的两个连续像素将相隔 73257 字节（假设为uint8 图像），如果您这样做，这可能不是最佳选择想要一次处理一张图像的数据。您将需要时间和验证这一点，但创建数组的副本可能证明在性能方面具有优势：

self.train_data = self.train_data.reshape(-1, n_training_examples).T.copy()

【讨论】：