Reshaping/Grouping 高效的 3D numpy 数组
Reshaping/Grouping a 3D numpy array in a performant way
我目前有一个形状为 (72(x), 4480(y),4(z)) 的 numpy 数组列表。什么是最有效的方法来将它们重塑或分组到诸如哈希图之类的东西中，其中 Y 是唯一的并且它会在保持 x 索引的同时将所有 Z 拉入每个 Y 索引？
谢谢。
使用 reshape() 在 numpy 中转换尺寸。
arr = np.repeat([1,2,3],430080).reshape(72,4480,4)
print(arr.shape)
print(arr.reshape(72,-1).shape)
(72, 4480, 4)
(72, 17920)
我目前有一个形状为 (72(x), 4480(y),4(z)) 的 numpy 数组列表。什么是最有效的方法来将它们重塑或分组到诸如哈希图之类的东西中，其中 Y 是唯一的并且它会在保持 x 索引的同时将所有 Z 拉入每个 Y 索引？
谢谢。
使用 reshape() 在 numpy 中转换尺寸。
arr = np.repeat([1,2,3],430080).reshape(72,4480,4)
print(arr.shape)
print(arr.reshape(72,-1).shape)
(72, 4480, 4)
(72, 17920)