在没有for循环的情况下将一组矩阵重塑为一个矩阵
Reshaping an array of matrices into one matrix without a for-loop
我想将矩阵数组重新整形为单个矩阵，这样如果原始数组的形状为 (n, m, N)，则新矩阵 X 的形状为 (N, nxm) 并且在某种程度上这样如果我们查看 X[i,:].reshape(n,m) 我们就会得到原始的第 i 个矩阵。
这可以通过 for 循环和 ravel 来完成：
X = np.zeros((N, n*m))
for i in range(N):
X[i, :]=Y[:,:,i].ravel() # Y is the original array with shape (n,m,N)
print(X.shape)
问题
有没有办法在不使用 for 循环的情况下做到这一点，也许只需要重塑和其他一些功能？当我尝试在线搜索时，我并没有完全找到这种情况，并且当我们如上所述检查条目时，简单地 X=Y.reshape((N, n*m)) 不会保留矩阵结构。
在np.reshape之前，可以使用np.moveaxis（例如np.moveaixs(Y, -1, 0)）将Y的最后一个轴移动到第一个轴，使其大小为(N, n, m)保留矩阵结构。
列表理解
X = np.r_[[Y[:, :, i].ravel() for i in Y.shape[2]]]
我想将矩阵数组重新整形为单个矩阵，这样如果原始数组的形状为 (n, m, N)，则新矩阵 X 的形状为 (N, nxm) 并且在某种程度上这样如果我们查看 X[i,:].reshape(n,m) 我们就会得到原始的第 i 个矩阵。
这可以通过 for 循环和 ravel 来完成：
X = np.zeros((N, n*m))
for i in range(N):
X[i, :]=Y[:,:,i].ravel() # Y is the original array with shape (n,m,N)
print(X.shape)
问题
有没有办法在不使用 for 循环的情况下做到这一点，也许只需要重塑和其他一些功能？当我尝试在线搜索时，我并没有完全找到这种情况，并且当我们如上所述检查条目时，简单地 X=Y.reshape((N, n*m)) 不会保留矩阵结构。
在np.reshape之前，可以使用np.moveaxis（例如np.moveaixs(Y, -1, 0)）将Y的最后一个轴移动到第一个轴，使其大小为(N, n, m)保留矩阵结构。
列表理解
X = np.r_[[Y[:, :, i].ravel() for i in Y.shape[2]]]