numpy的重塑的数据集

我正在使用该接收一组的形状M x N的I灰度图像作为参数的功能的应用。numpy的重塑的数据集

我

print(train_set.shape)  
print(train_set[0].shape) 

>>(50,) 
>>(133, 100)

我需要重塑这个数据集来塑造(I, M, N)。

我想

train_set.reshape(len(train_set),len(train_set[0]),len(train_set[0][0]))

但我有以下错误

>>>ValueError: cannot reshape array of size 50 into shape (50,133,100)

所以，我怎样才能重塑我的数据集(I, M, N)或(50, 133, 100)在这种情况下？

编辑：这是我如何建立数据集中

train_set =[] 
lbl_train=[] 
for cl_ in range(50): 
    for ex_ in range(15): 
     cl = str("%02d" % (cl_+1,)) 
     ex = str("%02d" % (ex_+1,)) 
     img = Image.open('cropped_faces/'+'s'+str(cl)+'_'+str(ex)+'.jpg').convert('L') 
     wpercent = (basewidth/float(img.size[0])) 
     hsize = int((float(img.size[1]) * float(wpercent))) 
     img = img.resize((basewidth, hsize), Image.ANTIALIAS) 
     lbl_train.append(cl) 
     mat = numpy.asarray(img,dtype=numpy.float) 
     train_set.append(mat.reshape(len(mat),len(mat[0]))) 

print(numpy.asarray(train_set).shape) 
print(numpy.asarray(train_set[0]).shape)

来源

2017-04-25 Jefferson Lima

当你print（train_set [0] [0] .shape）时，你会得到什么？ –

尝试'np.stack（train_set）'。它看起来像你有一个数组的数组（但这些信息缺乏的问题）。根据你如何建立'train_set'，numpy可能不知道如何自动将单个图像合并成一个大阵列。 – kazemakase

类型（train_set）和类型（train_set [0]）的输出是什么？ – Allen

好吧，我想你已经有了在train_set是numpy的阵列的NumPy的对象数组，而不是一个多维数组。这应该给你你需要的东西：

#the np.r_ function will stack all the elements from train_set as a new array with the shape(len(train_set),len(train_set[0]),len(train_set[0][0])) 
train_set = np.r_[train_set.tolist()] 
train_set.shape 
Out[788]: (50, 133, 100)

来源

2017-04-25 21:12:11 Allen

我做了什么，你说，但输出仍是一样的'train_set = numpy.r_ [train_set.tolist（）] 打印（train_set.shape）'>>（50，） –

我发现了这个问题，train_set中的一些图片有不同的尺寸...前六张图片（133,100）（129,100）（149,100）（149,100）（151,100 ）（149,100） –

numpy的重塑的数据集

回答

相关问题