如何将 3d 数组展平为 1d 数组答案

【问题标题】：How to flatten a 3d array to 1d array如何将 3d 数组展平为 1d 数组
【发布时间】：2020-01-30 21:15:16
【问题描述】：

我需要一个 3d 嵌套数组。如何将其展平为一维数组？（因为性能）我假设我需要乘一些东西等等，但我不是最伟大的数学家。谢谢！

def imgRGB(im):
    width, height = im.size

    #create matrix
    matrix = []
    for i in range(height):
        matrix.append([[0,0,0] for _ in range(width)])

    #get the rgb values
    for x in range(width):
        for y in range(height):
            r,g,b = im.getpixel((x,y))
            matrix[y][x][0] = r
            matrix[y][x][1] = g
            matrix[y][x][2] = b
    return matrix

像素值将与其他 RGB 值进行比较以找到最接近的匹配项。

def getNearestColor(rgb):
    a = []
    for i in range(len(rgbValues)):
        d = ((rgbValues[i][0]-rgb[0])*0.3)**2 + ((rgbValues[i][1]-rgb[1])*0.59)**2 + ((rgbValues[i][2]-rgb[2])*0.11)**2
        a.append(d)
    list.sort(a)
    return a[0]

【问题讨论】：

不要认为我们这里有最伟大的读心者。你能发布一个 mcve - stackoverflow.com/help/minimal-reproducible-example吗？
您已标记 NumPy，但您的代码实际上并未使用 NumPy。您已经创建了一个嵌套列表。 NumPy 数组效率更高。我不知道您使用的是什么图像库，但它可能有一种方便的内置方法来获取 NumPy 数组。此外，如果您确实需要展平您的数据结构（听起来您可能不需要），NumPy 数组有一个 flatten 方法（或 ravel，如果视图没问题）。
什么时候必须展平数据结构？（性能相关）
我正在使用 PIL（低）
您可以从 Pillow 图像中获取 NumPy 数组，使用 numpy.asarray(im) 获取图像的只读视图，或使用 numpy.array(im) 获取图像数据副本支持的可修改数组。至于扁平化以提高性能，一般没有理由期望扁平化数据结构能够带来有意义的性能改进。它可能会有所帮助，它可能实际上什么也没做，甚至可能会造成伤害，这取决于您正在做什么以及低级实现细节的工作方式。在这里，我想说的是，在担心扁平化是否有帮助之前，您应该专注于利用 NumPy。

标签： python arrays python-3.x numpy multidimensional-array

【解决方案1】：

您可以使用 ndarray.flatten，在您的示例中它将是 matrix.flatten()。这将返回矩阵的展平版本。文档here 也有一个例子。

【讨论】：

【解决方案2】：

如果我理解正确，您需要执行以下操作：

rgbValues = np.array(im).reshape(-1,3)
a = np.sort(np.sum(((rgbValues - rgb)* [0.3, 0.59, 0.11])**2, axis=1))

其中rgb 是列表[r, g, b] 用于某些值r、g、b。

【讨论】：