Python：如何重塑具有各种维度的多维数组？答案

【问题标题】：Python: How to reshape a multidimensional array with various dimensions?Python：如何重塑具有各种维度的多维数组？
【发布时间】：2018-11-13 20:30:13
【问题描述】：

假设我有一个这样的数组

[[1,2], [3,4,5]]

我想把它改造成

[[[1],[2]], [[3],[4],[5]]]

在 Python 中有没有一种简单的方法可以做到这一点？我知道如果整个数据的第 2 维相同，这非常容易，但在我的情况下，第 2 维的长度分别为 2 和 3。

非常感谢。

【问题讨论】：

numpy 不支持这样的参差不齐的数组。您确定没有列表列表吗？
嗯，这个请求其实是来自图像分类的。
抱歉我昨天没写完。所以当我将RGB颜色的图像读入python时，它只有[[1,2]，[3,4,5]]这样的格式，但是要使用keras CNN，最后一个维度必须是一个数组，比如[ [[1]，[2]]，[[3]，[4]，[5]]]。如果图像数量相对较少，答案很好，但是当有 100,000 张不同大小的图像时，可能需要一段时间才能完成

标签： python numpy reshape

【解决方案1】：

如果你有这样的清单：

nested = [[1,2], [3,4,5]]

你可以这样拆分：

nested_split = [[[single_elt] for single_elt in inside_list] for inside_list in nested]

调用 print 时会得到以下输出：

[[[1], [2]], [[3], [4], [5]]]

内部或外部列表的维度不会以任何方式影响此解决方案，因为使用 for 循环和列表推导将动态适应任何大小的列表。

【讨论】：

【解决方案2】：

我们可以质疑这是一个列表列表还是多维数组，但concateante 很好地将其展平为一维数组：

In [173]: alist = [[1,2], [3,4,5]]
In [175]: np.concatenate(alist, axis=0)
Out[175]: array([1, 2, 3, 4, 5])

那么就很容易将其reshape成(5,1)形状数组了：

In [176]: np.concatenate(alist, axis=0).reshape(-1,1)
Out[176]: 
array([[1],
       [2],
       [3],
       [4],
       [5]])

有一些用于展平列表列表的习语，但由于您将其标记为 numpy，因此 numpy 方法更加明显。

In [177]: import itertools
In [178]: list(itertools.chain(*alist))
Out[178]: [1, 2, 3, 4, 5]
In [180]: [[x] for x in itertools.chain(*alist)]
Out[180]: [[1], [2], [3], [4], [5]]

【讨论】：

【解决方案3】：

你可以使用x for x in array机制：

>>> a = [[1,2], [3,4,5]]
>>> [[[a2] for a2 in a1] for a1 in a]
[[[1], [2]], [[3], [4], [5]]]

【讨论】：