迹忆客 专注技术分享

在本教程中，我们将讨论在 Python 中将 3D 数组转换为 2D 数组的方法。

在 Python 中使用 numpy.reshape() 函数将 3D 数组转换为 2D 数组

[numpy.reshape() 函数](numpy.reshape-NumPy v1.20 手册)更改数组形状而不更改其数据。numpy.reshape() 返回具有指定尺寸的数组。例如，如果我们有一个尺寸为 (4, 2, 2) 的 3D 数组，我们想将其转换为尺寸为 (4, 4) 的 2D 数组。

以下代码示例向我们展示了如何在 Python 中使用 numpy.reshape() 函数将尺寸为 (4, 2, 2) 的 3D 数组转换为尺寸为 (4, 4) 的 2D 数组。

import numpy

arr = numpy.array(
    [[[0, 1], [2, 3]], [[4, 5], [6, 7]], [[8, 9], [10, 11]], [[12, 13], [14, 15]]]
)
newarr = arr.reshape(4, 2 * 2)
print(newarr)

输出：

[[ 0  1  2  3]
 [ 4  5  6  7]
 [ 8  9 10 11]
 [12 13 14 15]]

在上面的代码中，我们首先使用 numpy.array() 函数初始化 3D 数组 arr，然后使用 numpy.reshape() 函数将其转换为 2D 数组 newarr。

下面的代码示例演示了由于某种原因，如果我们不知道 3D 数组的确切尺寸，则可以执行相同操作的另一种方法。

import numpy

arr = numpy.array(
    [[[0, 1], [2, 3]], [[4, 5], [6, 7]], [[8, 9], [10, 11]], [[12, 13], [14, 15]]]
)
newarr = arr.reshape(arr.shape[0], (arr.shape[1] * arr.shape[2]))
print(newarr)

输出：

[[ 0  1  2  3]
 [ 4  5  6  7]
 [ 8  9 10 11]
 [12 13 14 15]]

在上面的代码中，我们使用 numpy.shape() 函数指定 newarr 的尺寸。numpy.shape() 函数返回一个元组，其中包含数组每个维度中的元素。