Numpy数组的降维

Question

我正在进行图像数据挖掘。每个像素被视为一个数据点。图像的读取方式如下所示：

im=Image.open('lena.bmp')
im=numpy.array(im)
print im.shape

根据图像是彩色还是灰度，im.shape 可能是 (10,10,3) 或者 (10,10,1)

之后，将图像展平成特征矩阵，方法如下:

如果是 (10,10,3)，则变成 --->(100,3)

如果是 (10,10,1)，则变成 --->(100,1)

我该如何编写一个多态函数来实现这个功能？我的当前做法是:

obs=reshape(im,(im.shape[0]*im.shape[1],1, im.size/(im.shape[0]*im.shape[1])))

- Dzung Nguyen

---

你的形状元组里面不是多了一个1吗？ - Jaime

这是正确的。我正在进行obs=reshape(im,(im.shape[0]*im.shape[1], im.size/(im.shape[0]*im.shape[1])))操作。 - Dzung Nguyen

Answer 1

您可以做：

obs = np.reshape(im, (-1, im.shape[-1]))

- Jaime

---

你能详细解释一下这段代码吗？它运行得非常完美。shape[-1]是维度的数量，那么它前面的-1又是什么意思呢？ - Dzung Nguyen

@DzungNguyen -1 在numpy内部被替换为适应数组大小所需的任何值。 - Jaime