将 3D NumPy 数组转换为 2D NumPy 数组答案

【问题标题】：transfer 3D NumPy array into a 2D NumPy array将 3D NumPy 数组转换为 2D NumPy 数组
【发布时间】：2021-12-29 23:03:09
【问题描述】：

假设是一个 NumPy 数组

a = np.array(
    [[[1,2,3],
      [4,5,6]],
     [[7,8,9],
      [10,11,12]]])

形状会像 (2,2,3)。我想让它看起来像这样：

a = np.array(
[[1,2,3],
 [7,8,9],
 [4,5,6],
 [10,11,12]]
)

哪个形状会像 (4,3)。如果我使用 reshape，它看起来像：

a = np.array(
[[1,2,3],
 [4,5,6],
 [7,8,9], 
 [10,11,12]]
)

这不是我想要的。如何做到这一点？

【问题讨论】：

交换第一和第二轴然后重塑：a.swapaxes(0, 1).reshape(-1, 3)
亲爱的@PennYan，如果任何答案有帮助，请考虑upvoting it。回答者将是encouraging。

标签： python arrays numpy

【解决方案1】：

使用numpy.stack 和vstack 的一种方式：

np.vstack(np.stack(a, 1))

输出：

array([[ 1,  2,  3],
       [ 7,  8,  9],
       [ 4,  5,  6],
       [10, 11, 12]])

【讨论】：

【解决方案2】：

通过使用索引方法，可以创建一个idx 列表，指定前a 的哪些索引必须放置在新索引中，即idx 是一个重新排列列表：

idx = [0, 2, 1, 3]
a = a.reshape(4, 3)[idx]

a首先被重新整形为预期的形状，即(4,3)，然后由idx重新排列。 idx[1] = 2 显示前a 的index = 2 中的值将替换为新a 中的index = 1。

【讨论】：

【解决方案3】：

这是您的问题的更 Pythonic 版本。这使用连接所以附加你的数组的行。

a = np.array(
    [[[1,2,3],
      [4,5,6]],
     [[7,8,9],
      [10,11,12]]]
)

def transform_2d(a_arr):
    nrow = len(a[:])
    all = a_arr[:,0]
    for i in range(1,nrow):
        all = np.concatenate((all, a_arr[:,i] ))
    return all

print(transform_2d(a))

【讨论】：

我试过了，但我担心 reshape 只能帮助形状而不是结果。
对不起。也许我没有表达清楚。我再次编辑了我的问题。
注意，我为您的问题添加了一个易于阅读的功能。这只是逐行组合所有数组。
重复concatenate 效率不高numpy 最好重复将列附加到列表中，并在末尾添加一个concatenate。

【解决方案4】：

首先使用transpose（或swapaxes）将欲望行放在一起：

In [268]: a.transpose(1,0,2)
Out[268]: 
array([[[ 1,  2,  3],
        [ 7,  8,  9]],

       [[ 4,  5,  6],
        [10, 11, 12]]])

然后重塑如下：

In [269]: a.transpose(1,0,2).reshape(-1,3)
Out[269]: 
array([[ 1,  2,  3],
       [ 7,  8,  9],
       [ 4,  5,  6],
       [10, 11, 12]])

【讨论】：