今天余凯同学用python在从mat文件里面读取图片信息时,遇到一个问题,matlab保存图片的时候默认的是(长 * 宽 * 图片个数),他用python读出来numpy格式就是(长 * 宽 * 图片个数),所以让我帮忙转换成(图片个数 * 长 * 宽),好久不用python了,就想当然的用了reshape,后来发现自己把图片的信息改变了,最后想了一下是reshape和transpose搞混了,所以写个小结记录下。
1.先来说说numpy.reshape吧
你该怎么来理解numpy.reshap呢?一种比较直观的理解就是Numpy将不管是什么形状的数组,先扁平化处理成一个一维的列表,然后按照你重新定义的形状,再把这个列表截断拼成新的形状。 在这个过程中,如果你要处理的是图片矩阵的话,就会完全改变图片信息。(我就是错在这里)
还是举个栗子吧:
data = array( [[ [ 0, 1], [ 2, 3] ], [ [ 4, 5], [ 6, 7] ], [ [ 8, 9], [10, 11] ]]) >> data.reshape(3, 4) array([[ 0, 1, 2, 3], [ 4, 5, 6, 7], [ 8, 9, 10, 11]])
上面这个栗子就是把一个(3, 2, 2)形状的数组,先变成一维数组,然后在reshape成(3,4)的形状。
2.该说numpy.transpose了
矩阵的转置在二维数组上很好理解,比如:
[[1 2], will become [[1, 3] [3 4]] [2, 4]]
numpy.transpose采取轴作为输入,所以你可以改变轴,这对于张量来说很有用,也很方便。比如data.transpose(1,0,2),就表示把1位置的数换到0位置,0位置的换到1位置,2没有变。