时间戳

首页 > 解决方案 > 据称不正确的输出 np.reshape 函数

python - 据称不正确的输出 np.reshape 函数

问题描述

我有一个名为“foto_dct”的数组，其形状为 (16,16,8,8)，这意味着 16x16 的 8x8 矩阵。

当我打印 foto_dct[0,15] 时，作为第一行的最后一个矩阵，我得到：

array([[0, 0, 0, 0, 0, 0, 0, 0],
   [0, 0, 0, 0, 0, 0, 0, 0],
   [0, 0, 0, 0, 0, 0, 0, 0],
   [0, 0, 0, 0, 0, 0, 0, 0],
   [0, 0, 0, 0, 0, 0, 0, 0],
   [0, 0, 0, 0, 0, 0, 0, 0],
   [0, 0, 0, 0, 0, 0, 0, 0],
   [0, 0, 0, 0, 0, 0, 0, 0]])

当我做 foto_dct_big = np.reshape(foto_dct,(128,128)) 并打印 foto_dct_big 我得到这个：

[[  0   0   0 ...  49 148 245]
 [  0  16   0 ...  10   0   3]
 [  1   4   3 ... 148 137 128]
 ...
 [  0   0   0 ...   0   0   0]
 [  0   0   0 ...   0   0   0]
 [  0   0   0 ...   0   0   0]]

如您所见，右上角（应该是上面所有零的矩阵）被替换为不同的值。这只是为了证明我确实得到了不同的值，矩阵的其他部分也是错误的。

为什么会发生这种情况，我该如何解决？

亲切的问候。

标签： pythonpython-3.xmatrixreshape

解决方案

使用 reshape 时，维度的顺序很重要，因为它决定了矩阵元素的读取方式。如文档中所述，默认情况下，最后一个维度是最快的维度，然后是倒数第二个维度，依此类推。因此，在您进行整形时，将首先读取两个 8x8 并将其整形为 128x128 矩阵的一行。为了以正确的顺序进行读取，您首先必须交换维度以使与行相关的维度（即 8x8 矩阵的行和 16x16 矩阵的行）与列相同。你可以用np.transpose做到这一点。

我没有测试过，但我相信这应该有效

a = np.transpose(a, (0, 2, 1, 3)) # The new shape is (16, 8, 16, 8)
a = np.reshape(a, (128, 128))

推荐阅读