使用Numpy.Reshape重塑数组

Question

我正在尝试使用numpy.reshape对数组进行整形，但总是遇到索引错误

"IndexError: index 15484 is out of bounds for axis 0 with size 7231"

然后我打印出了数组的形状

(7231,80,60,4)

我的代码是

X = np.array([i[0] for i in train]).reshape(-1,80,60,1)

(我正在尝试将我的所有图像重塑为(-1,80,60,1))

我认为-1会自动完成尺寸，所以我很困惑为什么我会得到这个错误？

列车是：

    train = train_data[:-500]

train_data是一个包含图像像素和标签的元组的数组

有人能帮我吗？

Answer 1

重塑形状时要小心。即使它可以工作，元素的排列也可能不是您想要的。

从一个我们可以可视化的简单数组开始：

In [805]: x = np.arange(24).reshape(3,2,4)
In [806]: x
Out[806]: 
array([[[ 0,  1,  2,  3],
        [ 4,  5,  6,  7]],

       [[ 8,  9, 10, 11],
        [12, 13, 14, 15]],

       [[16, 17, 18, 19],
        [20, 21, 22, 23]]])

重塑为(-1,2,1) -但为了更紧凑的显示，让我们去掉最后一个1：

In [807]: x.reshape(-1,2)
Out[807]: 
array([[ 0,  1],
       [ 2,  3],
       [ 4,  5],
       [ 6,  7],
       [ 8,  9],
       [10, 11],
       [12, 13],
       [14, 15],
       [16, 17],
       [18, 19],
       [20, 21],
       [22, 23]])

注意原来的0,1,2,3行是如何被分成两行的。

重分布大小为4的最后一个维度的另一种方法是：

In [808]: np.vstack([x[...,i] for i in range(4)])
Out[808]: 
array([[ 0,  4],
       [ 8, 12],
       [16, 20],
       [ 1,  5],
       [ 9, 13],
       [17, 21],
       [ 2,  6],
       [10, 14],
       [18, 22],
       [ 3,  7],
       [11, 15],
       [19, 23]])

如果我们使用np.stack和got (4,3,2)形状，这可能会更清楚

array([[[ 0,  4],
        [ 8, 12],
        [16, 20]],
  ....

x.transpose(2,0,1)会产生同样的结果。

reshape保留元素的拼合/展平顺序。转置改变了它。

In [812]: x.transpose(2,0,1).ravel()
Out[812]: 
array([ 0,  4,  8, 12, 16, 20,  1,  5,  9, 13, 17, 21,  2,  6, 10, 14,...])
In [813]: x.reshape(-2,2).ravel()
Out[813]: 
array([ 0,  1,  2,  3,  4,  5,  6,  7,  8,  9, 10, 11, 12, 13, 14, 15, ...])

Answer 2

您拥有的代码并不像您所认为的那样工作。i[0]获取第一个轴中的第0个元素，这是您的80，这不是您想要的。

无论如何，你真正要做的就是在最快的方向上选择第一个切片，所以只需这样做：

X = train[:,:,:,0:1]

如果你的数据并不像你说的那样大，那就试试吧：

X = np.array([i.reshape(80, 60, 4)[:,:,0:1] for i in train])

Answer 3

重塑一个形状数组(7231,80,60,4) -> (-1,80,60,1)确实“很管用”：

train = np.arange(np.prod((7231,80,60,4))).reshape(7231,80,60,4)
print(train.shape)

X = train.reshape(-1,80,60,1)
print(X.shape)

输出：

(7231, 80, 60, 4)
(28924, 80, 60, 1)

因此，你遇到的问题不能直接源于你正在尝试进行的重塑。我猜测您的问题可能与您的train_data数组(或您试图用np.array([i[0] for i in train])从它创建的数组)的形式/内容有关。当然，问题也可能出现在您的代码中没有在问题中发布的部分。如果您多发布一些实际代码，可能会有所帮助。

特别是，当您收到以下错误消息时：

IndexError: index 15484 is out of bounds for axis 0 with size 7231

它应该包含一个堆栈跟踪，直接指向代码中有问题的行。堆栈跟踪是否表明错误是从创建X的行引发的

X = np.array([i[0] for i in train]).reshape(-1,80,60,1)

或者它是否指向代码中的另一行？