Numpy 将批处理矩阵（3d阵列，每个矩阵都是图像）重塑为2d（图像网格）
假设我们有一个3d数组Numpy 将批处理矩阵（3d阵列，每个矩阵都是图像）重塑为2d（图像网格）,numpy,numpy-einsum,Numpy,Numpy Einsum,假设我们有一个3d数组a.shape=（100,5,5），每个小矩阵（5,5）都是一个图像，现在我想把这个3d数组重新塑造成一个正方形的图像网格B.shape=（50,50），这样图像就被布置成10*10的网格 我可以用np.stack这类工具来实现这一点，但我想知道是否可以用np.einsum来实现这一点？哦，我想我已经找到了方法 A = np.einsum('ijk->jik', A.reshape(10,50,5)).reshape(50,50); pl.imshow(A); p
a.shape=（100,5,5）（5,5）B.shape=（50,50）我可以用
np.stacknp.einsumA = np.einsum('ijk->jik', A.reshape(10,50,5)).reshape(50,50);
pl.imshow(A);
pl.show()
有两个简单的解决方案。您的及其“转置”： 例如：
>>> ABCD.shape
(4, 41, 27)
>>> AC_BD = np.einsum('jik', ABCD.reshape(2, 82, 27)).reshape(82, 54)
>>> AB_CD = np.einsum('ikjl', ABCD.reshape(2, 2, 41, 27)).reshape(82, 54)
>>> Image.fromarray(AC_BD).show()
>>> Image.fromarray(AB_CD).show()
更简单：
A.reforme（10,10,5,5）。swapaxes（1,2）。reforme（50,50）np.einsum（'ikjl'，A.reforme（10,10,5,5））。reforme（50,50）einsum（'ikjl'，…）