Python 如何将Numpy从（876，）重塑为（876256,3）？

我有一个包含876个图像的numpy数组。每个图像的大小为256x256x3。当我打印阵列的形状时，我得到了（876，），我想将其重新整形为（876256,3）

当我尝试使用arrary.Reformate（-1256256,3）时，我遇到了一个错误，即无法将（876，）的数组整形为（876256,3）

以下是代码片段：

for x in trainList:
    #print(x[0])
    #samples = []
    #samples.append(x[0])
    name = glob.glob("./"+str(TrainFolder)+"/"+x[0])
    img = img_to_array(load_img(name[0], color_mode='rgb', target_size=[im_width,im_height]))
    #samples.append(img)
    #samples.append(x[1])
    temp = [x[0],img,x[1]]    
    trainSet.append(temp)
testList[:] = [os.path.splitext(os.path.basename(x))[0] for x in testList]    
for x in testList:
    #print(x)
    #samples = []
    #samples.append(x)
    #img = cv2.imread("./TestImages/"+x+".jpg")
    #img = cv2.cvtColor(img, cv2.COLOR_BGR2RGB)
    name = glob.glob("./TestImages/"+x+"*")
    img = img_to_array(load_img(name[0], color_mode='rgb', target_size=[im_width,im_height]))
    #samples.append(img) 
    temp = [x,img]    
    testSet.append(temp)
print("Train Data Shape "+str(len(trainSet))) 
print("Test Data Shape "+str(len(testSet)))  

trainSet = np.asarray(trainSet) 
testSet = np.asarray(testSet)
print("Train Data Shape "+str(trainSet.shape))
print("Test Data Shape "+str(testSet.shape))
X_train, X_test, y_train, y_test = train_test_split(trainSet[:,1], trainSet[:,2], test_size=0.33)
print(X_train.shape,y_train.shape)
print(X_test.shape,y_test.shape)

---

请提供解决方案。

您通过添加（列表）来创建

列车组

看起来

x

是一种或多种字符串，用于构造文件名

img

是通过加载图像创建的数组。所以

temp

是一个列表，是字符串和数组的混合体

trainSet = np.asarray(trainSet) 

给定该输入列表，该数组必然是1d对象数据类型数组。它无法从该列表生成多维数组

testSet

是一个不同的列表，但仍然是字符串和数组的混合体：

temp = [x,img]    
testSet.append(temp)

让我们试着重现一下

In [708]: alist = []                                                                                   
In [709]: alist.append(['x0', np.ones((2,3),int), 'x1'])                                               
In [710]: alist.append(['x0', np.ones((2,3),int), 'x1'])                                               
In [711]: alist                                                                                        
Out[711]: 
[['x0', array([[1, 1, 1],
         [1, 1, 1]]), 'x1'], ['x0', array([[1, 1, 1],
         [1, 1, 1]]), 'x1']]
In [712]: np.array(alist)                                                                              
Out[712]: 
array([['x0', array([[1, 1, 1],
       [1, 1, 1]]), 'x1'],
       ['x0', array([[1, 1, 1],
       [1, 1, 1]]), 'x1']], dtype=object)
In [713]: _.shape                                                                                      
Out[713]: (2, 3)

好吧，我本来以为是（2，）型的，结果是（2，3）。所以我必须停止阅读你的代码

我可以使用索引和

堆栈
提取数组部分：

In [718]: np.stack(_712[:,1])                                                                          
Out[718]: 
array([[[1, 1, 1],
        [1, 1, 1]],

       [[1, 1, 1],
        [1, 1, 1]]])
In [719]: _.shape                                                                                      
Out[719]: (2, 2, 3)

在任何情况下，如果没有有关进入
np.array（…）
调用的列表的更多信息，我们都无法提供帮助。或者至少是您试图重塑的阵列的一些信息
 你的图片是什么格式的？您可以发布加载图像并创建此数组的代码吗？添加了代码。现在请看这个问题。您是否也可以将
img\u的定义发布到数组
和
load\u img
请？它们是加载图像并转换到数组的keras函数。
重塑
无法更改元素总数。我怀疑您的
（876，）
形状数组是对象数据类型（检查是否包含数组）。但是一个或多个阵列不是expet（256256,3）形状，因此
np。asarray
无法生成预期的4d阵列。你可以试试
np.stack（你的数组）
。如果它给出了一个错误，那将证实我的假设。
In [718]: np.stack(_712[:,1])                                                                          
Out[718]: 
array([[[1, 1, 1],
        [1, 1, 1]],

       [[1, 1, 1],
        [1, 1, 1]]])
In [719]: _.shape                                                                                      
Out[719]: (2, 2, 3)