将 5D 数组重塑为 2D 数组答案

【问题标题】：Reshape 5D array to 2D array将 5D 数组重塑为 2D 数组
【发布时间】：2021-10-11 09:56:23
【问题描述】：

我有一个具有这种形状 (26, 396, 1, 1, 6) 的数组，我想将其转换成这种形状 (10296, 6)，这意味着我想将 396 个数组堆叠在一起。

我试过了：

a = b.reshape(26*396,6)

但这并不能正确“堆叠”它们。我希望 (1, 396, 1, 1, 6) 成为新数组的前 396 个数组， (2, 396, 1, 1, 6) 成为数组的下一个 396 个数组， (3, 396, 1, 1, 6) 下一个，依此类推。

【问题讨论】：

那么正确的方法是什么？可以加个Minimal Reproducible Example吗？
我试图提供更多信息 - 这么大的数组很难。有用吗？
你试过 a = b.transpose(1, 0, 2, 3, 4).reshape(-1, 6) 吗？
你能加个Minimal Reproducible Example吗？

标签： numpy reshape

【解决方案1】：

我相信您正在寻找的是使用np.concatenate 向下连接第二个轴：

>>> np.concatenate(x, 1).reshape(-1, 6)

或者，您可以使用np.hstack：

>>> np.hstack(x).reshape(-1, 6)

或者，如 cmets 中的 @Yann Ziselman 所述，您可以在重塑为最终形式之前交换前两个轴：

x.swapaxes(0,1).reshape(-1, 6)

这是一个最小的例子：

>>> x = np.random.rand(3, 4, 1, 1, 3)
array([[[[[0.66762863, 0.67280411, 0.8053661 ]]],


        [[[0.55051478, 0.79648146, 0.66660467]]]],



       [[[[0.58070253, 0.76738551, 0.30835528]]],


        [[[0.10904043, 0.13234366, 0.25146988]]]]])


>>> np.hstack(x).reshape(-1, 3)
array([[0.66762863, 0.67280411, 0.8053661 ],
       [0.58070253, 0.76738551, 0.30835528],
       [0.55051478, 0.79648146, 0.66660467],
       [0.10904043, 0.13234366, 0.25146988]])

>>> np.reshape(-1, 3) # compared to flattening operation
array([[0.66762863, 0.67280411, 0.8053661 ],
       [0.55051478, 0.79648146, 0.66660467],
       [0.58070253, 0.76738551, 0.30835528],
       [0.10904043, 0.13234366, 0.25146988]])

【讨论】：

这给了我：a= np.concatenate(stress_tensors_to_append.view(-1,6)) ValueError: Type must be a sub-type of ndarray type
@AsbjoernLund 使用np.reshape 而不是np.view。
@Ivan 你的回答和 OP 应该做的有什么区别？它看起来完全一样，但是您使用的代码更多，因此效率更低。
@Ivan 会不会和 a = b.transpose(1, 0, 2, 3, 4).reshape(-1, 6) 一样？
@yannziselman 确实会。实际上，您可以使用np.swapaxes: x.swapaxes(0,1).reshape(-1, 6)