如何调整NumPy使用dstack堆叠数组后得到的维度顺序

问题根源 #

1. np.dstack默认会将输入的1维数组先自动扩展为(1, N, 1)形状再沿第三轴堆叠，所以6个形状为(6042,)的数组堆叠后自然得到(1, 6042, 6)的结果，符合dstack的设计逻辑。
2. 你之前的reshape代码报错是因为混淆了数组索引和数组形状属性：train_x[1]是取数组第0维索引为1的元素，而你当前train_x第0维长度只有1，自然触发越界错误；你要获取维度长度应该调用train_x.shape属性，且直接用reshape调整会打乱数据的内存顺序，不适合用来调整维度顺序。

正确解决方案 #

方案1：堆叠时直接生成目标形状（推荐） #

不用dstack，改用np.stack并指定堆叠轴为1，一步得到(6042, 1, 6)的数组：

train_x = np.stack([train_data['gx'],train_data['gy'], train_data['gz'], train_data['ax'],train_data['ay'], train_data['az']], axis=1)

方案2：对已有的(1, 6042, 6)数组调整维度 #

如果已经用dstack生成了数组，可以用transpose调换维度顺序，不会打乱数据：

# 原维度顺序为 (轴0:1, 轴1:6042, 轴2:6)，调换为 (轴1, 轴0, 轴2) 即可得到目标形状
new_train = train_x.transpose(1, 0, 2)

也可以先去掉冗余的第0维，再在中间插入新维度：

# 先squeeze去掉长度为1的第0维得到(6042,6)，再在第1位插入长度为1的维度
new_train = np.expand_dims(train_x.squeeze(0), axis=1)

内容的提问来源于stack exchange，提问作者apin pipin