Numpy 从[3，M，N]到[M，N，3]的图像

我有一个用不同通道表示图像的数据阵列，如下所示：

图像=（8100100），其中8=通道，100x100为每个通道的实际图像

我对提取该图像的RGB分量感兴趣：

imageRGB = np.take(image, [4,2,1], axis = 0)

通过这种方式，我有一个带有RGB组件的（3100100）数组。

---

但是，我需要可视化它，所以我需要一个数组（100100,3），我认为这非常简单，但我尝试的所有方法都不起作用。

numpy einsum是一个很好的工具。 正式文件：

将numpy导入为np
imageRGB=np.random.randint（0,5，大小=（3100101））
#将最后一个暗显设置为101，以使内容更清晰
图像rgb.shape
# (3,100,101)
imageRGB_reformate=np.einsum（'kij->ijk'，imageRGB）
imageRGB_重塑形状
# (100,101,3)

---

在我看来，这是最清晰的书写和阅读方式。

哇，谢谢！我从来没有想过使用爱因斯坦求和，实际上它工作得很好

出于好奇，是否可以手动构建它？ 例如：

R = image[4,:,:]
G = image[2,:,:]
B = image[1,:,:]
imageRGB = ???

---

从

8x100x100

阵列

image

：

image.transpose（1,2,0）[…，[4,2,1]