我有一个形状为 (52,) 的 numpy 数组“a”。当我做 [0].shape 时，我得到 (8,8,6)。如何修改 'a' 以使 a.shape 等于 (52,8,8,6)？
我尝试过重新调整数组的形状，但未能获得所需的形状。
【问题讨论】：
reshape 要求数组的总大小保持不变，将(52,) 的大小调整为(52, 8, 8, 6) 有效地将数组扩展为8*8*6 维度。那有什么意义呢？ reshape 用于将 9 元素 ndarray 转换为 3x3 2D ndarray。您所说的听起来像是您想将数组 [0] 的副本复制到数组的扩展版本中。
标签： python arrays numpy indexing shape
听起来你有一个 dtype object 的 NumPy 数组，其中包含 52 个形状为 (8,8,6) 的数组：
import numpy as np
a = np.empty(52, dtype='O')
a[:] = [np.random.random((8,8,6)) for i in range(52)]
这样
In [38]: a.shape
Out[38]: (52,)
In [39]: a[0].shape
Out[39]: (8, 8, 6)
假设所有 52 个数组都具有相同的形状和 dtype，您可以使用 np.fromiter 和生成器表达式将值展平，将其转换为形状 (52,8,8,6) 的数组：
b = (np.fromiter(
(val for arr in a for val in arr.ravel()),
count=(a.size)*(a[0].size), dtype=a[0].dtype)
.reshape(a.shape+a[0].shape))
In [40]: b.shape
Out[40]: (52, 8, 8, 6)
请注意，在数值 dtype 的数组上执行 NumPy 数值运算要快得多 -- not object dtype。因此，理想情况下，您首先要避免创建数组a。最好不要使用np.fromiter，而是重新编写定义a 的代码，以便从一开始就构建所需的形状数组（52、8、8、6）。
【讨论】：