如何对3维numpy数组执行reshape操作以得到目标2维矩阵

实现代码 #

import numpy as np

# 定义原始数组
a = np.array([[[1., 2., 3., 4.],
        [1., 2., 3., 4.],
        [1., 2., 3., 4.]],

       [[5., 6., 7., 8.],
        [5., 6., 7., 8.],
        [5., 6., 7., 8.]]])

# 核心操作：调整维度顺序后重塑
result = a.transpose(2, 1, 0).reshape(-1, 2)

# 如果需要输出整数格式，可以加上类型转换
# result = result.astype(int)

输出结果与需求完全一致：

[[1. 5.]
 [1. 5.]
 [1. 5.]
 [2. 6.]
 [2. 6.]
 [2. 6.]
 [3. 7.]
 [3. 7.]
 [3. 7.]
 [4. 8.]
 [4. 8.]
 [4. 8.]]

实现逻辑 #

• 原始数组shape为(2, 3, 4)，三个维度分别对应：块数量（共2个数据块）、单块行数（每个块3行）、单块列数（每个块4列）
• transpose(2, 1, 0)调整维度顺序为「单块列数→单块行数→块数量」，调整后shape变为(4, 3, 2)，维度顺序完全匹配目标数组的元素排列规则
• reshape(-1, 2)自动计算总行数，将前两个维度展平后保留最后2列，即可得到目标结构

内容的提问来源于stack exchange，提问作者Alex