如何将numpy的帧数组转换为帧对数组？是否有可推广至多帧的实现方法？

双帧场景（输出形状400×160）实现 #

你要的逻辑可以通过数组补位+拼接快速实现，代码如下：

import numpy as np

# 示例原数组，形状400×80
origin_arr = np.random.rand(400, 80)

# 构造前80列：第一行补0，后续行取上一行的原数据
prefix_col = np.pad(origin_arr[:-1], pad_width=((1, 0), (0, 0)), constant_values=0)
# 前后两部分拼接得到最终结果
result = np.concatenate([prefix_col, origin_arr], axis=1)

多帧通用实现 #

如果要推广到k帧（比如k=3对应输出400×240），可以封装成通用函数，逻辑是先在原数组头部补k-1行0，再按偏移量取对应行数拼接即可：

def convert_to_multi_frame(arr: np.ndarray, frame_num: int) -> np.ndarray:
    """
    arr: 输入二维数组，形状为 (样本数, 单帧特征维度)
    frame_num: 需要拼接的总帧数
    返回: 拼接后的数组，形状为 (样本数, 单帧特征维度 * frame_num)
    """
    row_cnt, feat_dim = arr.shape
    # 头部补frame_num-1行全0，解决首行前序帧缺数的问题
    padded_arr = np.pad(arr, pad_width=((frame_num - 1, 0), (0, 0)), constant_values=0)
    # 按偏移量取对应帧数据
    frame_list = [padded_arr[offset : offset + row_cnt] for offset in range(frame_num - 1, -1, -1)]
    # 沿特征维度拼接所有帧
    return np.concatenate(frame_list, axis=1)

# 调用示例：2帧对应题目需求，输出形状400×160
res_2frame = convert_to_multi_frame(origin_arr, frame_num=2)
# 调用示例：3帧场景，输出形状400×240
res_3frame = convert_to_multi_frame(origin_arr, frame_num=3)

内容的提问来源于stack exchange，提问作者DuckQueen