如何在python中合并不同维度的数组？

Question

我正在使用 keras 分析一些图像表示的数据集。我被困住了，我有两个不同尺寸的图像。请查看快照。features 有 14637 个尺寸为 (10,10,3) 的图像，features2 具有尺寸 (10,10,100)

有什么方法可以将这两个数据合并/连接在一起吗？

Answer 1

如果 features 和 features2 包含同一批次图像的特征，即 features[i] 对于每个 i 来说都是 features2[i] 的相同图像，那么使用 numpy 函数将特征分组到单个数组中是有意义的concatenate():

newArray = np.concatenate((features, features2), axis=3)

其中 3 是串联数组的轴。在这种情况下，您最终将得到一个维度为 (14637, 10, 10, 103) 的新数组。

但是，如果它们引用完全不同批次的图像，并且您希望将它们合并在第一个轴上，以便将 features2 的 14637 个图像放置在第一个 14637 个图像之后，那么您就不可能得到一个数组，因为 numpy 数组的结构是矩阵，而不是对象列表。

例如，如果您尝试执行：

> a = np.array([[0, 1, 2]]) // shape = (1, 3)
> b = np.array([[0, 1]]) // shape = (1, 2)
> c = np.concatenate((a, b), axis=0)

然后，您将得到：

ValueError: all the input array dimensions except for the concatenation axis must match exactly

因为您沿 axis = 0 连接，但轴 1 的尺寸不同。