重塑3D numpy的阵列到2D阵列

Question

我在numpy的以下3D阵列：

a = np.array([[[1,2],[3,4]], [[5,6],[7,8]], [[9,10],[11,12]],[[13,14],[15,16]]]) 

当我写

b = np.reshape(a, [4,4]) 

二维所得阵列看起来像

[[ 1 2 3 4] 
    [ 5 6 7 8] 
    [ 9 10 11 12] 
    [13 14 15 16]] 

但是，我希望它在这种形状：

[[ 1 2 5 6] 
    [ 3 4 7 8] 
    [ 9 10 13 14] 
    [11 12 15 16]] 

如何在Python/Numpy中高效地执行此操作？

Answer 1

重塑到第一轴一分为二，置换轴和一个更重塑 -

a.reshape(2,2,2,2).transpose(0,2,1,3).reshape(4,4) 
a.reshape(2,2,2,2).swapaxes(1,2).reshape(4,4) 

使其成为通用的，将成为 -

m,n,r = a.shape 
out = a.reshape(m//2,2,n,r).swapaxes(1,2).reshape(-1,2*r) 

采样运行 -

In [20]: a 
Out[20]: 
array([[[ 1, 2], 
     [ 3, 4]], 

     [[ 5, 6], 
     [ 7, 8]], 

     [[ 9, 10], 
     [11, 12]], 

     [[13, 14], 
     [15, 16]]]) 

In [21]: a.reshape(2,2,2,2).swapaxes(1,2).reshape(4,4) 
Out[21]: 
array([[ 1, 2, 5, 6], 
     [ 3, 4, 7, 8], 
     [ 9, 10, 13, 14], 
     [11, 12, 15, 16]]) 

Answer 2

仅使用np.hstack和np.vstack的另一种方法：

In [98]: a 
Out[98]: 
array([[[ 1, 2], 
     [ 3, 4]], 

     [[ 5, 6], 
     [ 7, 8]], 

     [[ 9, 10], 
     [11, 12]], 

     [[13, 14], 
     [15, 16]]]) 

In [99]: s0, s1, s2, s3 = range(a.shape[0]) 

In [100]: np.vstack((np.hstack((a[s0], a[s1])), np.hstack((a[s2], a[s3])))) 
Out[100]: 
array([[ 1, 2, 5, 6], 
     [ 3, 4, 7, 8], 
     [ 9, 10, 13, 14], 
     [11, 12, 15, 16]]) 

认识到这样的事实，即您的目标是将原始数组的前两个切片压扁成一个切片，将下两个切片压入另一个切片中，等等。

如果你关心性能，你也可以用np.vstack和np.hstack替代他们最快的表亲np.concatenate。

P.S .:这种方法创建一个新的阵列，使原来的阵列保持不变。