如何仅展平numpy数组的某些尺寸

127

是否有一种快速的方法来“子展平”或仅展平numpy数组中的某些第一维？

例如，给定一维的numpy数组(50,100,25)，结果尺寸为(5000,25)

python numpy flatten

— 好奇
source

1

这可能会帮助stackoverflow.com/questions/13990465/3d-numpy-array-to-2d

— Ankur Ankan 2013年

您需要有关numpy ndarray数组切片的复习课程。也称为多维数组索引，请参阅：docs.scipy.org/doc/numpy-1.13.0/reference/arrays.indexing.html 使用方括号对ndarray进行数组切片，并使用逗号定界符分隔每个数组的数量您想要的尺寸。它看起来像（不完全一样）：your_array[50:100, 7, :]将3d对象展平为2d，仅对第二维使用切片编号7。

— 埃里克·莱斯钦斯基

129

看看numpy.reshape。

>>> 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)

— 亚历山大大帝
source

81

亚历山大答案的一个概括-np.reshape可以采用-1作为参数，表示“总数组大小除以所有其他列出的维数的乘积”：

例如，将除最后一个尺寸以外的所有尺寸展平：

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

— 彼得
source

33

彼得的答案略有概括-如果您想超越三维阵列，则可以在原始阵列的形状上指定一个范围。

例如，将除最后两个维度之外的所有维度展平：

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

编辑：对我之前的回答有一个概括-当然，您也可以在重塑的开始处指定一个范围：

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)

— 基思·韦姆
source

2

已经有两年多了……我们需要进一步的概括！;）

— Lith

1

一种替代方法是按numpy.resize()如下方式使用：

In [37]: shp = (50,100,25)
In [38]: arr = np.random.random_sample(shp)
In [45]: resized_arr = np.resize(arr, (np.prod(shp[:2]), shp[-1]))
In [46]: resized_arr.shape
Out[46]: (5000, 25)

# sanity check with other solutions
In [47]: resized = np.reshape(arr, (-1, shp[-1]))
In [48]: np.allclose(resized_arr, resized)
Out[48]: True

— kmario23
source