Numpy中的张量从2D重塑到3D

Question

我正在使用EMNIST数据集，并具有以下变量X_train：

import scipy .io
emnist = scipy.io.loadmat(DIRECTORY + '/emnist-letters.mat')
data = emnist ['dataset']
X_train = data ['train'][0, 0]['images'][0, 0]

X_train的形状是（124800，784）。

现在，我想重塑该数据集的形状，以使其成为形状的3D张量（124800、28、28）。

我可以如下重塑一个数据实例：

X_train[index].reshape((28,28))

但是，以下循环不起作用：

for i in range(len(X_train)):
    X_train[i] = X_train[i].reshape((28,28))

我该如何重整数据集的形状以使其具有形状（124800、28、28）？

Answer 1

您可以像这样重塑整个数组：

X_train = X_train.reshape((-1,28,28), order='F')

Matlab使用列的主要顺序（请参见here），因此您需要将顺序指定为order='F'。