Python 将numpy嵌套数组重塑为数组

我有一个numpy数组，形状像

a1.shape
# 1000
a1[0].shape
# (100, 100, 3)

我想用那种方式改变形状

a1.shape
# (1000, 100, 100, 3)

---

我怎样才能做到这一点

只要发布一个解决方案，以防有人需要

x = []
for fname in fl1:
    x.append( np.array(Image.open(fname)))

for i in range(0, len(x)):
  x[i] = imresize(x[i], [100,100], interp='bilinear')   

y = np.array(x)
y.shape

---

列出具有不同形状（但元素数量相同）的数组：

结果是一个对象数据类型数组

但如果我们将列表中的所有元素重塑为相同的形状，我们将得到一个3d数组：

In [75]: np.array([x.reshape(2,3) for x in alist])
Out[75]: 
array([[[1, 1, 1],
        [1, 1, 1]],

       [[0, 0, 0],
        [0, 0, 0]],

       [[0, 1, 2],
        [3, 4, 5]]])

现在，让我们在制作阵列后尝试重塑元素：

In [76]: arr = np.array(alist)
In [77]: arr.shape
Out[77]: (3,)
In [78]: for i in range(3):
    ...:     arr[i] = arr[i].reshape(2,3)
    ...:     
In [79]: arr
Out[79]: 
array([array([[1, 1, 1],
       [1, 1, 1]]),
       array([[0, 0, 0],
       [0, 0, 0]]),
       array([[0, 1, 2],
       [3, 4, 5]])], dtype=object)
In [80]: np.array(arr)
Out[80]: 
array([array([[1, 1, 1],
       [1, 1, 1]]),
       array([[0, 0, 0],
       [0, 0, 0]]),
       array([[0, 1, 2],
       [3, 4, 5]])], dtype=object)

对该数组调用

array

不会改变任何东西

但是

stack

确实有效（

stack

只是

连接的一个方便版本）：

stack
获取数组列表，或者它是一个数组，在第一维上迭代：

In [83]: np.stack([x for x in arr])
Out[83]: 
array([[[1, 1, 1],
        [1, 1, 1]],

       [[0, 0, 0],
        [0, 0, 0]],

       [[0, 1, 2],
        [3, 4, 5]]])

a1
的所有元素都是相同的形状吗？是的，所有元素都有相同的形状
np.stack（a1）
我试过了，但是a1.shape仍然是（1000），在第一次制作
x1
时跳过
np.array
。收集列表中的数组，并对该列表的元素执行调整大小操作。然后验证
形状
。如果列表中的所有元素具有相同的形状，则
np.array（x1）
将生成所需的多维数组。除非你做了一些聪明的事情，否则数组的对象数组总是由各种形状组成的。
In [82]: np.stack(arr)
Out[82]: 
array([[[1, 1, 1],
        [1, 1, 1]],

       [[0, 0, 0],
        [0, 0, 0]],

       [[0, 1, 2],
        [3, 4, 5]]])

In [83]: np.stack([x for x in arr])
Out[83]: 
array([[[1, 1, 1],
        [1, 1, 1]],

       [[0, 0, 0],
        [0, 0, 0]],

       [[0, 1, 2],
        [3, 4, 5]]])