Python 将 np 4D 数组重塑为 2D 数组。 Kaggle 图像数据

Question

我正在尝试将 4D 数组转换为 2D 数组以使用 sklearn SVM 模型，但是当我尝试使用模型中的数据时它给我带来了问题。 因此，我将数据拆分为训练数据和测试数据，然后将其转换为 np 数组，如下所示。

#Train data
npXt = np.array(x_train)
npYt = np.array(y_train)
#Eval test data
npXT = np.array(x_test)
npYT = np.array(y_test)

然后我看形状是这样的

npXt.shape

这给了我这个，

(28709, 48, 48, 1)

我尝试通过这样做来改变它；

npXt.transpose((28709, 48, 48, 1)).reshape(np.prod(npXt.shape[:2]),-1)

但是给出了这个错误。

AxisError                                 Traceback (most recent call last)
<ipython-input-8-2682876229f4> in <module>()
----> 1 npXt.transpose((28709, 48, 48, 1)).reshape(np.prod(npXt.shape[:2]),-1)

AxisError: axis 28709 is out of bounds for array of dimension 4

我在这里做错了什么？

感谢您对此的任何帮助

更新： 感谢您的所有建议： 我试了一下，出现这样的错误：

ValueError: bad input shape (28709, 7)

这就是我要解决的问题。我认为问题在于我目前没有重新塑造阵列。 所以我下载这样的数据，这工作正常：

x_train, y_train, x_test, y_test = aiu.getKaggleData(file,numClass)

结果如下：

Creating Testing and Training datasets
Filling datasets
Transforming data to fit model's needs
Normalizing traing/testing datasets
Reshaping data
28709 train samples
3589 test samples

我希望这与我构建的另一个模型一起使用。 接下来我像这样构建 SVM 模型：

clf = SVC(C=0.01, kernel='linear', decision_function_shape='ovo', probability=True) 

然后像这样将训练和测试数据转换成np数组

#Train data
npXt = np.array(x_train)
npYt = np.array(y_train)
#Eval test data
npXT = np.array(x_test)
npYT = np.array(y_test)

然后使用建议的内容

my_array = np.ones((28709, 48, 48, 1))
newXTrain = np.transpose( my_array ).reshape(np.prod(npXt.shape[:2]),-1)
print(newXTrain.shape)
print(npYt.shape)

这给了我这个：

(1378032, 48) #for data
(28709, 7)    #for lables

然后我尝试像这样训练模型

clf.fit(newXTrain,npYt)

这给了我这个

 raise ValueError("bad input shape {0}".format(shape))
 ValueError: bad input shape (28709, 7)

感谢您迄今为止的所有帮助

我什至试过这个但仍然报错：

newXTrain = np.transpose( my_array ).reshape(np.prod(npXt.shape[:1]),-1)

这让我看起来很有希望。

(28709, 2304)
(28709, 7)

但给出与ValueError: bad input shape (28709, 7)相同的错误

Answer 1

我认为这是您使用转置的方式。应该作为参数传递的应该是位置列表，在你的情况下是 0 到 3 之间的整数。

我猜你正在尝试反转 npXt 的索引，所以也许应该将 (3,2,1,0) 而不是 (28709,48,48,1) 作为转置函数的参数。

Answer 2

我不明白你为什么在重塑之前转置数组 但是您使用的转置方式错误。

应该是：

my_array = np.ones((28709, 48, 48, 1))
np.transpose( my_array ).reshape(np.prod(npXt.shape[:2]),-1)

如果您将元组传递给转置函数，它会将其解释为矩阵轴索引的新顺序。因此转置轴号 28709 在这里没有意义。

如果你想重塑，你可能根本不需要转置