重塑4-Dndarray到和从2-D数组

Question

我有一个4-D数组，我需要把它转换成2-D，做一些操作，然后再转换回4-D。为操作保留元素的顺序是很重要的。从this的帖子中，我了解了如何使用np.swapaxes(1, 2)来执行这个重塑操作。你知道吗

但现在我很困惑如何重新塑造它回到原来的4D矩阵开始。你知道吗

如何使用标准numpy方法来实现这一点。你知道吗

Answer 1

4到2和后面：

In [348]: arr4 = np.arange(2*3*4*5).reshape(2,3,4,5)
In [349]: arr2 = arr4.transpose(0,2,1,3).reshape(8,15)
In [350]: arr2
Out[350]: 
array([[  0,   1,   2,   3,   4,  20,  21,  22,  23,  24,  40,  41,  42,
         43,  44],
       [  5,   6,   7,   8,   9,  25,  26,  27,  28,  29,  45,  46,  47,
         48,  49],
       [ 10,  11,  12,  13,  14,  30,  31,  32,  33,  34,  50,  51,  52,
         53,  54],
       [ 15,  16,  17,  18,  19,  35,  36,  37,  38,  39,  55,  56,  57,
         58,  59],
       [ 60,  61,  62,  63,  64,  80,  81,  82,  83,  84, 100, 101, 102,
        103, 104],
       [ 65,  66,  67,  68,  69,  85,  86,  87,  88,  89, 105, 106, 107,
        108, 109],
       [ 70,  71,  72,  73,  74,  90,  91,  92,  93,  94, 110, 111, 112,
        113, 114],
       [ 75,  76,  77,  78,  79,  95,  96,  97,  98,  99, 115, 116, 117,
        118, 119]])

In [351]: arrN = arr2.reshape(2,4,3,5).transpose(0,2,1,3)
In [352]: np.allclose(arr4,arrN)
Out[352]: True

我将transpose与参数一起使用，但是swapaxes也同样适用。对于测试来说，保持尺寸清晰是很方便的。这样，大多数错误都会导致错误或明显的不匹配。原来的4x5内部块仍然是明显的二维阵列。你知道吗