Python 将第N维度中的项目拆分并交换到第N+1维度

假设我有一个numpy数组，如下所示：

[[[ 1,  2,  3,  4],
  [ 5,  6,  7,  8],
  [ 9, 10, 11, 12],
  [13, 14, 15, 16]]]

它的尺寸是1，4，4

我想把它转换成：

[[[[ 1,  3], [ 2,  4]],
  [[ 5,  7], [ 6,  8]],
  [[ 9, 11], [10, 12]],
  [[13, 15], [14, 16]]]]

它的尺寸是1，4，2，2

numpy中是否有任何函数可以用来修改数组

array.Reformate已关闭，但不完全是因为它无法交换项。

---

我希望避免使用纯python，因为这段代码用于为神经网络输入格式化一些数据，并且给定实际数组大小的python速度可能是一个瓶颈。

拆分最后一个轴，然后排列轴-

In [41]: a
Out[41]: 
array([[[ 1,  2,  3,  4],
        [ 5,  6,  7,  8],
        [ 9, 10, 11, 12],
        [13, 14, 15, 16]]])

In [42]: a.reshape(-1,2,2).swapaxes(1,2)
Out[42]: 
array([[[ 1,  3],
        [ 2,  4]],

       [[ 5,  7],
        [ 6,  8]],

       [[ 9, 11],
        [10, 12]],

       [[13, 15],
        [14, 16]]])

如果需要最终输出形状为1,4,2,2，请在前面添加一个带有None/np.newaxis的新轴-

对于每个列表的元素数已知的一般情况，例如n，它将是-

a.reshape(-1,n,a.shape[-1]//n).swapaxes(1,2)[None]

---

拆分最后一个轴，然后排列轴-

In [41]: a
Out[41]: 
array([[[ 1,  2,  3,  4],
        [ 5,  6,  7,  8],
        [ 9, 10, 11, 12],
        [13, 14, 15, 16]]])

In [42]: a.reshape(-1,2,2).swapaxes(1,2)
Out[42]: 
array([[[ 1,  3],
        [ 2,  4]],

       [[ 5,  7],
        [ 6,  8]],

       [[ 9, 11],
        [10, 12]],

       [[13, 15],
        [14, 16]]])

如果需要最终输出形状为1,4,2,2，请在前面添加一个带有None/np.newaxis的新轴-

对于每个列表的元素数已知的一般情况，例如n，它将是-

a.reshape(-1,n,a.shape[-1]//n).swapaxes(1,2)[None]

---

你很接近。然后，您只需交换第三和第四个轴：

>>> np.swapaxes(a.reshape(1,4,2,2), 2,3)
array([[[[ 1,  3],
         [ 2,  4]],

        [[ 5,  7],
         [ 6,  8]],

        [[ 9, 11],
         [10, 12]],

        [[13, 15],
         [14, 16]]]])

---

你很接近。然后，您只需交换第三和第四个轴：

>>> np.swapaxes(a.reshape(1,4,2,2), 2,3)
array([[[[ 1,  3],
         [ 2,  4]],

        [[ 5,  7],
         [ 6,  8]],

        [[ 9, 11],
         [10, 12]],

        [[13, 15],
         [14, 16]]]])

---

您可以要求重塑以使用FORTRAN顺序：

a = np.arange(1,17).reshape(1,4,4)

a.reshape(*a.shape[:-1],2,2,order="F")
# array([[[[ 1,  3],
#          [ 2,  4]],
# 
#         [[ 5,  7],
#          [ 6,  8]],
# 
#         [[ 9, 11],
#          [10, 12]],
# 
#         [[13, 15],
#          [14, 16]]]])

---

您可以要求重塑以使用FORTRAN顺序：

a = np.arange(1,17).reshape(1,4,4)

a.reshape(*a.shape[:-1],2,2,order="F")
# array([[[[ 1,  3],
#          [ 2,  4]],
# 
#         [[ 5,  7],
#          [ 6,  8]],
# 
#         [[ 9, 11],
#          [10, 12]],
# 
#         [[13, 15],
#          [14, 16]]]])

---

虽然这个答案直接解决了我的问题，但Divakar的答案更一般，并且可能对阅读此问题的人更有用。虽然这个答案直接解决了我的问题，但Divakar的答案更一般，并且可能对阅读此问题的人更有用。