如何使用Numpy将三维数组转换为指定的列数组结构？

原始数组的形状为 (2, 3, 4)，目标数组的形状是 (2, 4, 3, 1)。要实现这个转换，需要先调整轴的顺序，再扩展维度，步骤如下：

1. 调整轴的顺序：将每个子数组（形状(3,4)）的行和列互换，也就是把数组的轴从(0,1,2)重新排列为(0,2,1)，得到形状(2,4,3)的数组。
2. 扩展最后一维：给每个元素增加一个长度为1的维度，最终得到目标形状(2,4,3,1)。

实现代码 #

import numpy as np

arr = np.array([
    [
        [1, 3, 9, 1],
        [2, 2, 9, 1],
        [1, 1, 6, 4],
    ],
    [
        [3, 3, 3, 4],
        [0, 9, 2, 6],
        [7, 6, 6, 1],
    ]
])

# 方法1：转置后扩展维度
result = np.expand_dims(arr.transpose(0, 2, 1), axis=-1)

# 方法2：转置后直接reshape
# result = arr.transpose(0, 2, 1).reshape(2, 4, 3, 1)

print(result.shape)  # 输出 (2, 4, 3, 1)，符合目标结构

验证结果 #

以第一个子数组为例，转换后：

• 原第一列[1,2,1]变为[[1],[2],[1]]
• 原第二列[3,2,1]变为[[3],[2],[1]]
  完全匹配你给出的目标数组结构。

内容的提问来源于stack exchange，提问作者Mogli141