Python：将1D列表转换为3D numpy数组

Question

我有一个列表a，需要将其转换为numpy数组b与形状(2, 3, 4)和元素按以下顺序。

a = [0, 12, 1, 13, 2, 14, 3, 15, 4, 16, 5, 17, 6, 18, 7, 19, 8, 20, 9, 21, 10, 22, 11, 23]

b = array([[[ 0,  1,  2,  3],
    [ 4,  5,  6,  7],
    [ 8,  9, 10, 11]],

   [[12, 13, 14, 15],
    [16, 17, 18, 19],
    [20, 21, 22, 23]]])

我试了一下，得到了这两种方式：

b = np.rollaxis(np.asarray(a).reshape(3, 4, 2), 2)
b = np.asarray(a).reshape(2,4,3, order="F").swapaxes(1, 2)

有没有更短的方法呢？

Answer 1

使用reshape和transpose：

a.reshape(-1, 2).T.reshape(-1, 3, 4)

array([[[ 0,  1,  2,  3],
        [ 4,  5,  6,  7],
        [ 8,  9, 10, 11]],

       [[12, 13, 14, 15],
        [16, 17, 18, 19],
        [20, 21, 22, 23]]])

样本数组上的计时：

%timeit np.rollaxis(a.reshape(3, 4, 2), 2)
2.92 µs ± 10.9 ns per loop (mean ± std. dev. of 7 runs, 100000 loops each)

%timeit a.reshape(2,4,3, order="F").swapaxes(1, 2)
1.1 µs ± 11.9 ns per loop (mean ± std. dev. of 7 runs, 1000000 loops each)

%timeit a.reshape(-1, 2).T.reshape(-1, 3, 4)
1.08 µs ± 7.36 ns per loop (mean ± std. dev. of 7 runs, 1000000 loops each)

我还没有在大规模阵列上找到这个答案，因为我还没有想出一种方法来推广你的任何一个解决方案。我的解决方案的一个好处是它可以在不改变代码的情况下进行扩展：

a = np.zeros(48)
a[::2] = np.arange(24)
a[1::2] = np.arange(24, 48) 
a.reshape(-1, 2).T.reshape(-1, 3, 4)

array([[[ 0.,  1.,  2.,  3.],
        [ 4.,  5.,  6.,  7.],
        [ 8.,  9., 10., 11.]],

       [[12., 13., 14., 15.],
        [16., 17., 18., 19.],
        [20., 21., 22., 23.]],

       [[24., 25., 26., 27.],
        [28., 29., 30., 31.],
        [32., 33., 34., 35.]],

       [[36., 37., 38., 39.],
        [40., 41., 42., 43.],
        [44., 45., 46., 47.]]])

Answer 2

另一种方式是：

import numpy as np
np.reshape(sorted(a), (2, 3, 4))

如果您已经将a转换为数组，请执行以下操作：

np.reshape(np.sort(a), (2, 3, 4))