我想将图像的4d阵列从(50,100,100,128)更改为(50,128,100,100),但是当我重塑图像后绘制图像时,图像被更改了。所有图像都是来自50名患者的CT扫描图像,我想将它们用于3d Resnet卷积神经网络。此外,每位患者具有128片100×100像素的图像。
原来的形状:
data.shape
(50, 100, 100, 128)
来自数据的图像
imgplot = plt.imshow(data[0,:,:,1])
plt.show()
重塑后
rd = data.reshape(-1,128,100,100)
rd.shape
(50, 128, 100, 100)
imgplot = plt.imshow(rd [0,1,:,:])
plt.show()
此外,我尝试了转置但没有改变
r2data = np.transpose(data)
r2data.shape
(128, 100, 100, 50)
使用具有所需轴顺序的array.transpose()
:
# original 4D array
In [98]: data = np.random.random_sample((50, 100, 100, 128))
# move last axis to second position; reshapes data but would still be a `view`
In [99]: reshaped_data = data.transpose((0, -1, 1, 2))
In [100]: reshaped_data.shape
Out[100]: (50, 128, 100, 100)
如果你真的想要一个转置后的数据副本,那么你可以强制它这样做:
In [106]: reshaped_data = data.transpose((0, -1, 1, 2)).copy()
In [107]: reshaped_data.flags
Out[107]:
C_CONTIGUOUS : True
F_CONTIGUOUS : False
OWNDATA : True
WRITEABLE : True
ALIGNED : True
WRITEBACKIFCOPY : False
UPDATEIFCOPY : False