如何在 NumPy 中重塑多维数组：分步指南

NumPy 中多维数组重塑的直觉和实现

在 NumPy 中，重塑多维数组对于数据操作和转换至关重要。这是一种直观的方法，并附有详细的示例：

了解重塑过程

重塑数组涉及两个连续步骤：

• 轴排列：调整维度顺序以与所需的输出对齐。
• 重塑操作：修改数组的形状以匹配预期维度。

示例：将 4D 数组重塑为 2D 数组

考虑给定的 4D 数组：

array([[[[ 0,  0],
         [ 0,  0]],

        [[ 5, 10],
         [15, 20]]],


       [[[ 6, 12],
         [18, 24]],

        [[ 7, 14],
         [21, 28]]]])

将其重塑为 (4, 4)，遵循回溯法：

1. 轴的排列：为了匹配输出步幅，将轴排列为 (2, 0, 3, 1 ).

   reshaped_array = a.transpose((2, 0, 3, 1))

2. 重塑操作：将排列数组重塑为所需的形状。

   reshaped_array = reshaped_array.reshape(4,4)

输出：

array([[ 0,  5,  0, 10],
       [ 6,  7, 12, 14],
       [ 0, 15,  0, 20],
       [18, 21, 24, 28]])

其他示例

要进一步理解，请参阅这些演示各种多维数组重塑的附加示例：

• [Python 将 3d 数组重塑为 2d](https://stackoverflow.com/questions/21777810/python-reshape-3d-array-into-2d)
• [Numpy 更改形状从 (3, 512, 660, 4) 到 (3,2048,660,1)](https://stackoverflow.com/questions/48036140/numpy-change-shape-from-3-512-660-4 -至-3-2048-660-1)

以上是如何在 NumPy 中重塑多维数组：分步指南的详细内容。更多信息请关注PHP中文网其他相关文章！