如何从 npy 文件创建和加载 3 dim numpy.ndarray 读数？

Question

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 3 维的 numpy.ndarray 中。

到目前为止我所做的是非常不同的，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 numpy.ndarray database 形状 (n_elements,)。

假设我将每个图像重塑为 (n, 64)，我希望 database 的形状为 (n_elements, n, 64).

我该怎么做？

我想要实现的是一个与 MNIST 数据库相同形状的数组，用于神经网络。

编辑：

database 类型是 numpy.ndarray。它无法重塑，database 的大小为 n，比如 10（因为它由 n 个元素组成，例如，如果加载 10 个文件，则为 10。这些文件是二维矩阵，但我希望它们是 "part of" 数据库）。

Answer 1

为了 database = np.array(database_list) 制作形状为 (n_elements, dim1, dim2) 的 3d 数组，database_list 必须包含所有形状为 (dim1, dim2) 的数组。如果它们的形状不同，结果将是一个具有对象 dtype 的 (n_elements,) 形状的数组（或者在某些情况下会抛出错误）。

如何从 npy 文件创建和加载 3 dim numpy.ndarray 读数？

How to create and load a 3 dim numpy.ndarray reading from npy files?

python

arrays

numpy

neural-network

reshape