NumPy数组的重新排序

Question

我想重新排列我的numpy数组的维度。下面的代码可以实现，但速度太慢。

for i in range(image_size):
    for j in range(image_size):
        for k in range(3):
            new_im[k, i, j] = im[i, j, k]

接下来，我将对new_im进行向量化处理：

new_im_vec = new_im.reshape(image_size**2 * 3)

话虽如此，但我不需要new_im，只需要得到new_im_vec。有更好的方法吗？图像大小约为256。

- Mohammad Moghimi

---

如果您正在使用Python2，可以使用xrange代替range。 - jh314

Answer 1

看看rollaxis函数，它可以将轴移动，使你能够在单个命令中重新排列数组。如果im的形状是i，j，k

rollaxis(im, 2)

应该返回一个形状为 k, i, j 的数组。

之后，您可以展平您的数组，使用ravel函数来实现这个目的很清晰。将所有这些放在一起，你可以得到一个漂亮的一行代码：

new_im_vec = ravel(rollaxis(im, 2))

- Kyler Brown

---

太棒了！它可以工作。我需要做的另一件事是在第一维中进行镜像。交换a [1，：，：]和a [3，：，：]。有这样的功能吗？ - Mohammad Moghimi

如果我正确理解了你的问题，你可以使用flipud函数将数组沿水平轴翻转。a[::-1,:,:]也应该可以。 - Kyler Brown

+1 可能是最好的选择。为了完整起见，还有一种选项（我认为实际上被称为 np.rollaxis），即执行 np.transpose(im, (2, 0, 1))。另外需要注意的是，np.rollaxis 或 np.transpose 返回原始数据的视图，但在对该视图调用 flatten 时，可能会触发复制。 - Jaime

Answer 2

new_im = im.swapaxes(0,2).swapaxes(1,2) # First swap i and k, then i and j
new_im_vec = new_im.flatten() # Vectorize

这应该会更快，因为swapaxes返回数组上的视图，而不是复制元素。当然，如果你想跳过new_im，你可以在一行中完成，仅有flatten在进行任何复制。

new_im_vec = im.swapaxes(0,2).swapaxes(1,2).flatten()

- Chris Barker

---

swapaxes很棒！非常感谢！ - duhaime

Answer 3

使用einops:

x = einops.rearrange(x, 'height width color -> color height width')

优点：

• 您可以看到输入时轴的顺序
• 您可以看到输出时轴的顺序
• 您无需考虑需要采取的步骤（例如，无需记住轴滚动的方向）

- Alleo