如何将含8×8 NumPy数组的Python列表转为(8,8,1,64)维度数组？

嘿，这事儿不难，我给你拆解成几步来做，保证清晰易懂：

首先，先明确你的输入：一个长度为64的Python列表，每个元素都是8×8的NumPy数组。我们的目标是把它转换成维度为(8,8,1,64)的数组。

具体步骤 #

1. 导入NumPy库（这一步是基础，别忘啦）

   import numpy as np
   

2. 将列表转换为初始NumPy数组
   假设你的列表名叫my_list，先把它转成数组：

   initial_arr = np.array(my_list)
   

   这时候initial_arr的维度是(64, 8, 8)——因为列表里有64个元素，每个元素是8×8，所以第一个维度对应列表长度，后面两个是每个数组的尺寸。

3. 调整维度顺序
   我们需要把(64,8,8)转换成(8,8,64)，这一步用transpose来调换轴的顺序：

   rearranged_arr = initial_arr.transpose(1, 2, 0)
   

   这里的(1,2,0)表示把原数组的第1个轴（对应8）移到第0位，第2个轴（对应8）移到第1位，原第0个轴（对应64）移到第2位，这样就得到了(8,8,64)的数组。

4. 插入新的维度
   最后一步，我们需要在第2个位置（索引从0开始）插入一个长度为1的维度，把(8,8,64)变成(8,8,1,64)。有两种常用方法：

   • 方法一：用np.expand_dims

     final_arr = np.expand_dims(rearranged_arr, axis=2)
     

   • 方法二：用np.newaxis切片（更简洁）

     final_arr = rearranged_arr[..., np.newaxis]
     

一步到位的写法 #

如果你喜欢简洁，可以把所有步骤合并成一行：

final_arr = np.expand_dims(np.array(my_list).transpose(1,2,0), axis=2)

验证结果 #

最后别忘了检查一下维度是否正确：

print(final_arr.shape)  # 输出应该是 (8, 8, 1, 64)

这样就完美实现你想要的结果啦！

内容的提问来源于stack exchange，提问作者BilginAksoy