如何在python中重塑图像的维度

假设我有训练图像

X_train.shape

=（32,32,31000）。这意味着有1000个图像，每个图像的大小为32x32，带有3个颜色通道。它是一个列表形式的列表。我想让它有一个形状（1000，32，32，3）。我知道我可以使用for loop手动将其更改为我想要的形状，但我想知道

numpy

或

tensorflow

中是否有任何函数可以快速轻松地完成此操作？

您可以使用

np.moveaxis

import numpy as np

X_train = np.random.rand(32, 32, 3, 1000)
print(X_train.shape)

X_train_new = np.moveaxis(X_train, 3, 0)
print(X_train_new.shape)

这里3-源索引，0-目标索引

输出

(32, 32, 3, 1000)
(1000, 32, 32, 3)

---

如果是列表列表，首先将其转换为numpy数组或张量：

使用numpy：

X_train = np.array(X_train)
X_train = np.reshape(X_train, (1000, 32, 32, 3))

使用TensorFlow：

X_train = tf.cast(X_train, dtype=tf.float32)
X_train = tf.reshape(X_train, shape=(1000, 32, 32, 3))

---

您可以使用

np.einsum

>>> X_train_new = np.einsum('ijkl->lijk',X_train)
>>> X_train.shape
(32, 32, 3, 1000)
>>> X_train_new.shape
(1000, 32, 32, 3)

---

不，我相信他们不是在谈论我的问题