如何在没有for循环的情况下将三维图像矩阵转换为二维矩阵？Python和numpy

目前正在学校的数据课程中从事实验室工作。我要做的是将具有形状（26,64,64）的矩阵_a转换为新的矩阵_b（641664）。 矩阵_a中的（64,64）是组成一系列图像的位，（641664）矩阵_b应产生一条图像。 我尝试使用np.reforme，它确实正确地重塑了矩阵，但是由于使用的顺序，图像丢失了。我可以使用for循环迭代地将每个64x64图像插入矩阵_b，但他们要求您不要使用for循环。他们提到了一些关于使用拼接的事情？ 我正在用python和numpy编写这篇文章。 如果这篇文章毫无意义，我道歉这是我的第一篇。

---

感谢使用numpy，您可以尝试以下方法（假设data_3d是您的3d阵列）：

transpose（）

将轴从

[0,1,2]

重新排序到

[1,0,2]

arr = arr.transpose([1,0,2])   # edit suggested by @wwii 
arr.shape

>>> (64, 64, 26)

连接每个图像

水平条-这是你在问题中要求的

>>> np.concatenate(list(a),-1)
array([[ 0,  1,  4,  5,  8,  9],
       [ 2,  3,  6,  7, 10, 11]])

垂直带

>>> np.concatenate(list(a),0)
array([[ 0,  1],
       [ 2,  3],
       [ 4,  5],
       [ 6,  7],
       [ 8,  9],
       [10, 11]])
>>>

np.hstack（tuple（a））

和

np.vstack（tuple（a））

产生与

串联的相同结果

np.vsplit（a，a.shape[0]）
相当于
list（a）
或
tuple（a）
您能发布您尝试过的代码吗？26,64,64矩阵代表什么？64x64图像在26个不同的时间步长上还是其他什么？您应该提供一些关于矩阵表示法的见解。请阅读。相关：，OP需要一个2d数组，其中26个64x64图像连接在一起。@wwii”和（641664）矩阵_b应产生一条图像“形状的确切单词可能是正确的，但数据出来是否正确？尝试使用（4,3,3）数组-
a=np.arange（3*3*4）。重塑（4,3,3）
arr..transpose（[1,0,2]）
看起来更好。@wwii是的
transpose（）
解决了这个问题。OP并没有具体说明他希望如何按列或按行剥离数据，因此有两个选项用于
transpose（）
arr = arr.transpose([1,0,2])   # edit suggested by @wwii 
arr.shape

>>> (64, 64, 26)

arr = arr.reshape([64, -1])
arr.shape

>>> (64, 1664)

>>> a = np.arange(2*2*3).reshape(3,2,2)
>>> a
array([[[ 0,  1],
        [ 2,  3]],

       [[ 4,  5],
        [ 6,  7]],

       [[ 8,  9],
        [10, 11]]])

>>> np.concatenate(list(a),-1)
array([[ 0,  1,  4,  5,  8,  9],
       [ 2,  3,  6,  7, 10, 11]])

>>> np.concatenate(list(a),0)
array([[ 0,  1],
       [ 2,  3],
       [ 4,  5],
       [ 6,  7],
       [ 8,  9],
       [10, 11]])
>>>