Python pickle，numpy-重塑参数？

我试图找出

restrape（）

函数的参数如下

我没有发现关于pickle有

reformate（）

方法的任何信息，文件中给出了

import cPickle as pickle，import numpy as np

，因此我假设（可能是错误的假设）reformate函数是因为numpy。我找到了numpy的重塑方法的定义（也在下面）。但是，我无法区分哪些参数属于哪个参数

因为这个东西应该加载到图片数据中，我猜32,32可能是图像大小，并且会对应于

newshape

参数

我不知道1000,3在做什么：a参数的术语“array_like”令人困惑，而且我不知道如果方法只有3个参数，为什么会给出4个参数，或者python如何知道32,32是一个参数，如果真的是（为什么没有

[]

？）

基本上，每个参数（传入）属于哪个参数？这究竟是怎么说的呢？X是如何从一个pickle加载的对象变成一个有numpy方法的对象的？这可能吗

   datadict = pickle.load(f)
    X = datadict['data']
    Y = datadict['labels']
    X = X.reshape(10000, 3, 32, 32)

---

这将从文件中加载词典：

datadict = pickle.load(f)

然后从字典中选择两个值。普通字典键索引：

X = datadict['data']
Y = datadict['labels']

显然，

X

是一个

numpy

数组<代码>重塑是一种方法（属于数组的函数）

numpy

数组有一个名为

shape

的属性。在此

重塑

之后，

X.shape

应返回

（10000,3,32,32）

，即四维数组的形状。这些数字是文档中描述的

newshape

参数

本文档适用于

重塑

的功能版本。它将被用作：

X = np.reshape(X, (10000, 3, 32, 32))

相同的功能，只是调用它的方式不同

要从这里继续下去，您可能需要学习

numpy

文档

---

方法版本的文档为：

a、 重塑（形状，顺序='C'）

返回包含具有新形状的相同数据的数组

有关完整文档，请参阅

numpy.重塑

---

您链接的文档与实际发生的略有不同，这可能解释了您的困惑。实际文档实际上是相同的函数，但设置为对象方法而不是库方法

在这种情况下，（10000,3,32,32）对应于输出阵列的形状。因此，您的输出实际上是一个具有形状（10000、3、32、32）的四维数组。我怀疑，如果这是图像数据，您可能有一个32x32图像，带有RGB值和1000个图像

---

此外，pickle在存储对象时存储类型信息，因此它知道对象是一个numpy数组

你能澄清一下吗：这段代码是你写的并试图调试的代码，还是你试图理解的代码。。其他人的代码datadict['data']是什么数据类型？如果是numpy数组/矩阵，其大小是多少？只是为了确认整形线是否抛出了错误？@BenJ我不知道，hpaulj说这是一个数组，我哥哥说这是一个numpy.ndarray，基本上说了一些与hpaulj类似的事情，“numpy包上也有整形，但ndarray对象本身也有整形方法”，以及“它看起来就像你可以通过那样的形状…”“谢谢！这与“[…]无论如何，它看起来像是制作了一个包含32x32像素rbg图像的10000张图片列表“我还是想知道，3代表rgb在地球上的什么地方有这样的说法？没有，但你说它是图像数据，计算机科学中代表图像的经典方式是3张量（三维数组），像素位置利用两个维度，第三个维度是红色内容、绿色内容，还有每个像素的蓝色内容。我不明白，原型显示

restrape（）

接收一个

shape

参数，所以正确的调用是

restrape（（10000，3，32，32））

，为什么

restrape（10000，3，32）

也能工作？我今天整天都在为这个问题苦苦挣扎。你的解释帮我解决了！我很长一段时间都无法理解重塑中的第一个或四个参数意味着什么。再次感谢！

X = np.reshape(X, (10000, 3, 32, 32))