4 2로 다시 :
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
나는 매개 변수 transpose
를 사용하고 있지만, swapaxes
은 단지뿐만 아니라 작동합니다. 테스트를 위해 치수를 구별하는 것이 편리합니다. 그런 식으로 대부분의 실수는 오류 또는 분명한 불일치를 초래합니다. 원래 4x5 내부 블록은 2 차원 배열에서 여전히 분명합니다.
이것은 도움이 될 수 있습니다 - https://stackoverflow.com/questions/16856788/slice-2d-array-into-smaller-2d-arrays – Divakar
역순을 사용할 수 없습니까? 아마 4와 swapaxes로 다시 변형 될 수 있습니까? ? – hpaulj