Numpy concatenate用法：如何正确拼接滑动窗口数组还原目标形状

核心思路 #

你当前的windows数组形状为(n, d, a, b, c, c)，其中a是垂直方向的窗口数量，b是水平方向的窗口数量，每个窗口尺寸为c×c。要还原为原始形状，只需要调整维度顺序后合并对应维度即可，不需要复杂操作。

实现代码 #

方法1：维度重排+reshape（性能最优） #

import numpy as np

# 本示例中windows.shape = (1, 1, 3, 3, 2, 2)
# 调整维度顺序：将窗口行维度(a)和单窗口行维度(c)相邻，窗口列维度(b)和单窗口列维度(c)相邻
windows_reordered = windows.swapaxes(3, 4)
# 合并维度得到目标形状
mask = windows_reordered.reshape(windows.shape[0], windows.shape[1], -1, windows.shape[3] * windows.shape[-1])

# 验证形状，输出为 (1, 1, 6, 6)
print(mask.shape)

方法2：两次concatenate（更易理解） #

如果你习惯用拼接逻辑实现，需要分别沿水平、垂直方向两次拼接窗口，注意不要直接传整个数组给np.concatenate：

# 第一步：沿水平方向（列维度）拼接同一行内的所有c×c窗口
step1 = np.concatenate(windows, axis=-1)
# 第二步：沿垂直方向（行维度）拼接所有行的窗口
mask = np.concatenate(step1, axis=-2)

常见问题说明 #

1. 为什么直接用np.concatenate(windows, axis=2)会压缩n维度？
   np.concatenate的第一个参数需要是数组序列，如果直接传入高维数组，numpy会默认将第一个维度的每个元素作为待拼接的数组，所以会拆分n维度进行拼接，导致结果不符合预期。
2. 为什么直接reshape顺序错误？
   直接reshape是按照数组的内存存储顺序重组元素，原维度顺序(a, b, c, c)下，同一行窗口的元素不是连续存储的，必须先交换b和第一个c的位置，让同一块的行元素连续，才能reshape出正确顺序。

内容的提问来源于stack exchange，提问作者ramazan793