Python 如何从npy文件创建和加载3维numpy.ndarray读取？

我有不同的.npy文件，其中保存了numpy数组（或表示为矩阵的图像，维度=64，另一个我不知道）

我想阅读它们，将它们存储在三维的数组中

到目前为止，我所做的是一些非常不同的事情，我在处理我创建的结构时遇到了问题

database_list = list()
labels_list = list()

for filename in glob.glob('*.npy'):
  database_list.append(np.load(filename))
  label_temp = extract_label(filename)
  labels_list.append(label_temp)

database = np.array(database_list)
labels = np.array(labels_list)

这样，我就有了一个numpy.ndarray

数据库

，其形状

（n_元素，）

假设我将每个图像重塑为（n，64），我希望

数据库

的形状为

（n\u元素，n，64）

我怎么做

我想要实现的是一个与MNIST数据库形状相同的数组，用于处理神经网络

编辑：

---

数据库

类型为

numpy.ndarray

。它不能被重塑，

数据库的大小是n，比如说10（因为它由n个元素组成，例如10个文件被加载时是10个。这些文件是二维矩阵，但我希望它们是数据库的“一部分”）
对于
数据库=np.array（database_list）
使用shape
制作一个3d数组（n_元素，dim1，dim2）
，数据库列表必须包含所有形状（dim1、dim2）的数组。如果它们的形状不同，结果将是一个（n_个元素）形状的数组，带有对象数据类型（或者在某些情况下会抛出错误）。
什么是
数据库。数据类型
？可能是反对。这意味着
database\u list
包含各种形状的数组。加载一小部分文件，然后打印
[x.shape for x in database\u list]
以检查形状。您有什么问题？你只是在问如何重塑NumPy数组？@hpaulj好的，在将图像加载到NumPy数组之前，我尝试了重塑图像的形状，数组自动变为形状（n_元素，dim1，dim2）。谢谢。如果你把它作为答案写下来，我就结束这个问题。