如何修改numpy数组形状，将图像数据集调整为样本优先的维度顺序

你尝试使用的np.moveaxis(X_train, -1, 0)本身就是正确的实现方式，该操作仅调整数组的轴排列顺序，不会修改图像的原始像素内容，转换后得到的数组形状恰好为你需要的(7000, 32, 32, 3)。

除了这个方案外，你也可以根据使用习惯选择以下等价实现：

• 使用np.transpose手动指定轴顺序
  原数组的四个维度索引依次为0=高度、1=宽度、2=通道数、3=图像数量，直接按目标顺序传入轴索引即可：

  X_train_reshaped = np.transpose(X_train, axes=(3, 0, 1, 2))
  

  该方法适合需要同时调整多个轴顺序的复杂场景，语义更直白。
• 使用np.rollaxis实现兼容旧版本Numpy的写法

  X_train_reshaped = np.rollaxis(X_train, axis=3, start=0)
  

注意：上述所有方法默认返回原数组的视图，不会复制数据，不会额外占用内存，也不会改变原始图像的像素值。

内容的提问来源于stack exchange，提问作者Hugo V