理解挑战
重塑多维数组NumPy 中的计算可能很棘手,尤其是在处理 4D 数组等高维数据时。挑战在于理解如何在不改变数据值的情况下操纵数组的轴来实现所需的形状。
重塑形状的一般方法
重塑 nd 维 (nd) 数组涉及两步过程:
具体案例:4D 到 2D 重塑
在给定的示例中,4D 输入数组被重塑为 2D 数组。使用上面概述的一般方法:
关键见解
关键见解是重塑过程涉及分解排列成更小的块,然后将其重新组装成所需的形状。通过仔细操作轴并使用适当的重塑操作,我们可以有效地转换多维数组。
其他示例
为了说明这种方法的通用性,请考虑以下示例:
示例:3D 数组到 2D 矩阵
考虑一个维度为 (2, 2, 3) 的 3D 数组。要将其重塑为维度为 (4, 3) 的二维矩阵,可以将轴排列为 (1, 0, 2),然后按如下方式重塑:
<code class="python">>>> import numpy as np >>> arr = np.array([[[1, 2, 3], [4, 5, 6]], [[7, 8, 9], [10, 11, 12]]]) >>> permuted = np.transpose(arr, (1, 0, 2)) >>> reshaped = permuted.reshape(4, 3) >>> print(reshaped) [[1 2 3] [4 5 6] [7 8 9] [10 11 12]]</code>
以上是如何将 4D NumPy 数组重塑为 2D 数组?的详细内容。更多信息请关注PHP中文网其他相关文章!