解读numpy中改变数组维度的几种方式
作者：qiu_xingye
这篇文章主要介绍了numpy中改变数组维度的几种方式，具有很好的参考价值，希望对大家有所帮助。如有错误或未考虑完全的地方，望不吝赐教
numpy改变数组维度的几种方式
在进行深度学习或强化学习时经常需要对数据的维度进行变换，本文总结了numpy中几种常用的变换数据维度的方法
增加一个维度
在多维数组的最后一维再增加一个维度可以使用numpy.reshape或numpy.expand_dims或numpy.newaxis。
示例如下：
import numpy as np import matplotlib.pyplot as plt # 生成一个二维数据 x = np.array(range(12)) x = np.reshape(x, (3,4)) print(x) # 输出为： # [[ 0 1 2 3] # [ 4 5 6 7] # [ 8 9 10 11]] # 在多维数组的最后一维再增加一个维度 y1 = np.expand_dims(x, axis=x.ndim) y2 = np.expand_dims(x, axis=-1) y3 = x[:,:,np.newaxis] y4 = np.reshape(x, (*x.shape,1)) # 上述四种方法的结果完全一致 assert(np.all(y1==y2)) assert(np.all(y2==y3)) assert(np.all(y3==y4)) print(y4) # 输出为： # [[[ 0] # [ 1] # [ 2] # [ 3]] # [[ 4] # [ 5] # [ 6] # [ 7]] # [[ 8] # [ 9] # [10] # [11]]]
减小一个维度
如果多维数组的最后一维的长度为1，可以将该维去掉，去掉的方法可以使用numpy.reshape或numpy.squeeze。
示例如下：
# 假设欲将刚才增加一维生成的多维数组y4的最后一维去掉 y = y4 x1 = np.squeeze(y, axis=(y.ndim-1)) x2 = np.squeeze(y) x3 = np.squeeze(y, axis=-1) x4 = np.reshape(y, y.shape[:-1]) # 上述四种方法的结果完全一致 assert(np.all(x1==x2)) assert(np.all(x2==x3)) assert(np.all(x3==x4)) print(x4) # 输出为： # [[ 0 1 2 3] # [ 4 5 6 7] # [ 8 9 10 11]]
将多维数组压缩为一维数组
将多维数组压缩为一维数组，可使用flatten或ravel以及reshape方法。
示例如下：
z1 = y.flatten() z2 = y.ravel() z3 = y.reshape(y.size) # 上述三种方法结果完全一致 assert(np.all(z1==z2)) assert(np.all(z2==z3)) print(z3) # 输出为： # [ 0 1 2 3 4 5 6 7 8 9 10 11]
将多维数组压缩为二维数组，0轴保持不变
在深度学习或强化学习中，有时需要将shape为(batches, d1, d2, d3,...)的多维数组转化为shape为（batches, d1*d2*d3...）的数组，此时可以使用reshape进行转化。
示例如下：
#生成多维数据 d0 = np.expand_dims(x, axis=0) d1 = np.repeat(d0, 3, axis=0) print(d1) # 输出为 # [[[ 0 1 2 3] # [ 4 5 6 7] # [ 8 9 10 11]] # [[ 0 1 2 3] # [ 4 5 6 7] # [ 8 9 10 11]] # [[ 0 1 2 3] # [ 4 5 6 7] # [ 8 9 10 11]]] #转化为二维数组 d2 = np.reshape(d1, (d1.shape[0], d1[0].size)) print(d2) # 输出为： # [[ 0 1 2 3 4 5 6 7 8 9 10 11] # [ 0 1 2 3 4 5 6 7 8 9 10 11] # [ 0 1 2 3 4 5 6 7 8 9 10 11]]
numpy数组-交换维度
比如对于numpy数组x，x.shape=[3 ,384 ,512]，想要得到cv2读入图片的格式，即[384,512,3],则需以下两行命令即可
x.swapaxes(0，2) x.swapaxes(0，1)
np.swapaxes(a,x,y) ，是ndarray对象的操作函数，用来调换维度。
总结
以上为个人经验，希望能给大家一个参考，也希望大家多多支持脚本之家。