如何由两个二维NumPy数组构造指定形状的四维NumPy数组

核心思路 #

你手里的U、V数组当前维度顺序是(单图总像素数, 图像总数)，和目标需要的(图像总数, 图像高, 图像宽, 通道数)维度顺序不匹配，按以下步骤处理即可：

• 先调换维度顺序，把图像总数维度移到最前面
• 把平铺的160000个像素拆成200×800的二维图像结构
• 沿最后一个维度拼接U、V两个分量，得到最终数组

实现代码 #

import numpy as np

# 步骤1：转置调换维度，再重构单图的二维结构
u_reshape = U.T.reshape(91, 200, 800)
v_reshape = V.T.reshape(91, 200, 800)

# 步骤2：沿最后一个轴堆叠两个分量，直接得到目标形状的X
X = np.stack([u_reshape, v_reshape], axis=-1)

也可以用更简洁的写法，减少中间变量内存占用：

X = np.stack([U.T, V.T], axis=-1).reshape(91, 200, 800, 2)

注意事项 #

• 禁止直接对原始形状的U/V调用reshape(91,200,800)：reshape不会自动调换维度顺序，直接重构会把不同图像的像素打乱，得到完全错误的结果。
• 可以运行以下代码校验结果正确性：

# 校验输出形状
print(X.shape)  # 预期输出: (91, 200, 800, 2)
# 校验分量对应关系
print(np.array_equal(X[..., 0], U.T.reshape(91,200,800)))  # 预期输出: True
print(np.array_equal(X[..., 1], V.T.reshape(91,200,800)))  # 预期输出: True

内容的提问来源于stack exchange，提问作者Mark Nguyen