如何在 Python 中将 2D 数组重塑为 3D 数组？ [复制]答案

【问题标题】：How to Reshape 2D to 3D Array in Python? [duplicate]如何在 Python 中将 2D 数组重塑为 3D 数组？ [复制]
【发布时间】：2020-11-16 07:02:29
【问题描述】：

为了在 Python 中训练 LSTM，我有一个想要重塑的数组。这是我的数组的样子：

[[0,0,0,0,1]
[1,0,0,0,0]
[0,0,0,1,0]
[0,1,0,0,0]]

在上面的示例中，有 5 个特征。此时的其他 4 个特征设置为 0，其中一个特征为 1。我想使用 (sample,timestep,feature) 对其进行整形以创建 3D 数组。

我正在使用 numpy，当然，.reshape() 函数会很好用。

【问题讨论】：

它已经是（时间步长，特征）的形状了，不是吗？如果要在此处添加维度，只需执行 x[None,...]。如果您想堆叠其中的一些，请执行np.array(x_list)。
@sachinruk 是的，正确，它是时间戳，特征形状。您说我应该通过执行 x[None,...] 添加维度，我不太了解该语法。你能澄清一下吗？
输入None 会在您的情况下添加一个维度以使其成为 (1, 4, 5)。 1 是这种情况下的样本量。你会需要更多的 LSTM 样本。
确实如此，但是，我想更多地询问我应该在哪个方向重塑数组......比如它是否应该是大小 (1,4,5), (4,1,5 ) 或 (4,5,1)。

【解决方案1】：

使用.reshape 方法很容易处理numpy：

A = np.array([[0,0,0,0,1], [1,0,0,0,0], [0,0,0,1,0], [0,1,0,0,0]])
A = A.reshape(2, 2, 5)
print(A.shape)

所以新形状是(2, 2, 5)。对于您的数据，您只需为时间步添加一个虚拟维度：

A = np.expan_dims(A, 1)

【讨论】：

嗨，我不想在每个时间步创建两个样本。我想保持当前的格式，但是让它成为三维的。
感谢您更新您的回复。在我的 (2,5) 数组上执行 expand_dims 后，我现在得到一个 (2,1,5) 数组。应该是 (2,1,5) 还是 (2,5,1)？
如何重塑阵列完全取决于您。如果你使用np.expand_dims(A, -1)，你会得到(2, 5, 1)。但是对于 lstm，输入形状是(batch_size, time_step, embedding_size)。您的 0 和 1 肯定是嵌入而不是时间步长。
这澄清了事情。 expand_dims 肯定有帮助。 +1 谢谢！