通过自定义订单进行麻木重塑

Question

是否有一种方法可以为非'C'或'F'的整形函数生成自定义订单？

我想取一个平面数组，通过首先更改第二个索引，然后更改第三个索引，最后更改第一个索引，使其成为三维数组？

例如

a = np.arange(12).reshape((2, 2, 3), (2, 3, 1)) # Second parameter not real numpy

导致：

a[:,:,0] = [[0, 1], [6, 7]]
a[:,:,1] = [[2, 3], [8, 9]]
a[:,:,2] = [[4, 5], [10, 11]]

这似乎是一个非常普通的功能，但如果不在循环中手动重塑它，我似乎找不到一种方法来实现它，这是不可取的。

谢谢你的帮助！

Answer 1

首先，您生产了什么？

In [127]: a = np.zeros((2,2,2),int)
In [128]: a = np.zeros((2,2,3),int)
In [129]: a[:,:,0] = [[0, 1], [6, 7]]
...: a[:,:,1] = [[2, 3], [8, 9]]
...: a[:,:,2] = [[4, 5], [10, 11]]
In [130]: a
Out[130]: 
array([[[ 0,  2,  4],
[ 1,  3,  5]],
[[ 6,  8, 10],
[ 7,  9, 11]]])

现在让我们试着倒退：

简单的重塑无济于事：

In [131]: a.reshape(2,6)
Out[131]: 
array([[ 0,  2,  4,  1,  3,  5],
[ 6,  8, 10,  7,  9, 11]])

但是转换最后两个轴：

In [132]: a.transpose(0,2,1)
Out[132]: 
array([[[ 0,  1],
[ 2,  3],
[ 4,  5]],
[[ 6,  7],
[ 8,  9],
[10, 11]]])
In [133]: a.transpose(0,2,1).reshape(2,6)
Out[133]: 
array([[ 0,  1,  2,  3,  4,  5],
[ 6,  7,  8,  9, 10, 11]])

所以在前进的方向上：

In [135]: np.arange(12).reshape(2,3,2).transpose(0,2,1)
Out[135]: 
array([[[ 0,  2,  4],
[ 1,  3,  5]],
[[ 6,  8, 10],
[ 7,  9, 11]]])