Wie man nur einige Dimensionen eines numply-Arrays abflacht

Gibt es einen schnellen Weg, um "sub-flatten" oder glätten Sie nur die ersten Dimensionen in ein numpy-array?

Angenommen, Sie haben ein numpy-array der Dimensionen (50,100,25) die daraus resultierenden Dimensionen, wären (5000,25)

Kommentar zu dem Problem
Dies könnte helfen, stackoverflow.com/questions/13990465/3d-numpy-array-to-2d Kommentarautor: Ankur Ankan
Benötigen Sie einen refresher-Kurs auf ndarray numpy-array-slicing. Auch bekannt als multi-dimensionale array-Indizierung finden Sie unter: docs.scipy.org/doc/numpy-1.13.0/reference/arrays.indexing.html - Array-slice Ihr ndarray mit eckigen Klammern, und verwenden Sie das Komma als Trennzeichen zu trennen, wie viel von jeder dimension, die Sie möchten. Es wird ungefähr so Aussehen (nicht exakt): your_array[50:100, 7, :] die flacht das 3d-Objekt zu 2d, nur mit der slice-Nummer 7 für die 2. dimension. Kommentarautor: Eric Leschinski

InformationsquelleAutor der Frage Curious | 2013-09-12

  1. 65

    Werfen Sie einen Blick auf numpy.Umformen .

    >>> arr = numpy.zeros((50,100,25))
>>> arr.shape
# (50, 100, 25)

>>> new_arr = arr.reshape(5000,25)
>>> new_arr.shape   
# (5000, 25)

# One shape dimension can be -1. 
# In this case, the value is inferred from 
# the length of the array and remaining dimensions.
>>> another_arr = arr.reshape(-1, arr.shape[-1])
>>> another_arr.shape
# (5000, 25)

    InformationsquelleAutor der Antwort Alexander

  2. 58

    Einer leichten Verallgemeinerung der Alexander-Antwort - np.umgestalten können, nehmen Sie -1 als argument, also "Gesamt-array-Größe, geteilt durch das Produkt aus allen anderen aufgeführten Dimensionen":

    z.B. zu glätten alle, aber die Letzte dimension:

    >>> arr = numpy.zeros((50,100,25))
>>> new_arr = arr.reshape(-1, arr.shape[-1])
>>> new_arr.shape
# (5000, 25)

    InformationsquelleAutor der Antwort Peter

  3. 6

    Eine leichte Verallgemeinerung auf die Antwort des Petrus -- können Sie einen Bereich über das ursprüngliche array der Form, wenn Sie wollen, gehen Sie über dreidimensionale arrays.

    z.B. zu glätten alle, aber die letzten zwei Abmessungen:

    arr = numpy.zeros((3, 4, 5, 6))
new_arr = arr.reshape(-1, *arr.shape[-2:])
new_arr.shape
# (12, 5, 6)

    EDIT: EINE leichte Verallgemeinerung zu meiner früheren Antwort-kann man natürlich auch einen Bereich am Anfang der von dem Umformen zu:

    arr = numpy.zeros((3, 4, 5, 6, 7, 8))
new_arr = arr.reshape(*arr.shape[:2], -1, *arr.shape[-2:])
new_arr.shape
# (3, 4, 30, 7, 8)

    InformationsquelleAutor der Antwort KeithWM

Schreibe einen Kommentar