Python numpy阵列的平坦化

我正在对图像进行数据挖掘。每个像素被视为一个数据点。图像如下所示：

im=Image.open('lena.bmp')
im=numpy.array(im)
print im.shape

根据图像是彩色还是灰度，im.shape为（10,10,3）或（10,10,1）

之后，图像被展平为特征矩阵，如下所示：

im=Image.open('lena.bmp')
im=numpy.array(im)
print im.shape

如果是（10,10,3），那么-->（100,3）

如果是（10,10,1），那么-->（100,1）

如何为此编写多态函数？我目前的做法是：

obs=reshape(im,(im.shape[0]*im.shape[1],1, im.size/(im.shape[0]*im.shape[1])))

你可以做：

obs = np.reshape(im, (-1, im.shape[-1]))

---

你的形状元组中没有额外的1吗？这是真的。我正在进行obs=重塑（im，（im.shape[0]*im.shape[1]，im.size/（im.shape[0]*im.shape[1]））您能详细说明一下这个代码吗？它工作得很好。shape[-1]是维度的数量，在它之前-1如何？@dzunguyen

-1

在内部被numpy替换为适合数组大小所需的任何值。