我想通过在数组上再次调用 reshape 将其重新整形为原始尺寸来反转重新整形的 numpy。
我有一个尺寸为 (x, y, z) 的数组 trian_x，然后我重塑 train_x
train_X_1 = train_X.reshape(train_X.shape[0], train_X.shape[1] * train_X.shape[2])
那我想把重塑后的倒过来
train_X_2 = train_X_1.reshape((train_X.shape[0], train_X.shape[1], train_X.shape[2])
当我比较时
print((train_X_2 == train_X).all())
我得到错误
我的代码有什么问题？谢谢
【问题讨论】：
标签： python arrays numpy reshape
你只是在尝试这个吗：
In [184]: x = np.arange(24).reshape(2,3,4)
In [185]: x1 = x.reshape(2,12)
In [186]: x2 = x1.reshape(2,3,4)
In [187]: np.allclose(x,x2)
Out[187]: True
你的dtype 是什么？ allclose 更适合浮动。
In [218]: data = np.load('../Downloads/train_X.npy')
In [219]: data.shape
Out[219]: (97848, 20, 2)
In [220]: data.dtype
Out[220]: dtype('float64')
In [221]: data1 = data.reshape(data.shape[0], data.shape[1]*data.shape[2])
In [222]: data1.shape
Out[222]: (97848, 40)
In [223]: data2 = data1.reshape(data.shape)
In [224]: data2.shape
Out[224]: (97848, 20, 2)
In [225]: np.allclose(data, data2)
Out[225]: False
In [226]: np.max(np.abs(data - data2))
Out[226]: nan
In [247]: np.isnan(data).sum()
Out[247]: 2514
In [248]: np.isnan(data2).sum()
Out[248]: 2514
这是你的问题 - 数组包含 nan，它不测试 ==。让我们比较一下没有那些nan：
In [251]: np.allclose(np.nan_to_num(data),np.nan_to_num(data2))
Out[251]: True
【讨论】：
听起来你想要展平，然后反转，然后重塑。
从数组开始：
import numpy as np
arr = np.arange(6).reshape((2,3)) #[[0, 1, 2,], [3, 4, 5]]
我们可以使用ravel扁平化成一维数组
arr = arr.ravel() #[0,1,2,3,4,5]
然后我们可以颠倒顺序
arr = arr[::-1] #[5,4,3,2,1,0]
然后我们重塑它
arr.reshape(2,3) #[[5, 4, 3], [2, 1, 0]]
总共：
import numpy as np
arr = np.arange(6).reshape((2,3))
arr = arr.ravel()[::-1].reshape(2,3)
print(arr)
【讨论】：