Преобразование списка массивов numpy в массив 5D numpy

У меня есть база данных из 7000 объектов (list_of_objects), каждый из этих файлов содержит массив numpy размером 10x5x50x50x3. Я хотел бы создать массив 5d numpy, который будет содержать 7000*10x5x50x50x3. Я попытался сделать это, используя два цикла for. Мой пример кода:

fnl_lst = []
for object in list_of_objects:
     my_array = read_array(object) # size 10x5x50x50x3
     for ind in my_array:
        fnl_lst.append(ind)
fnl_lst= np.asarray( fnl_lst) # print(fnl_lst) -> (70000,)

Результатом этого кода является вложенный массив numpy, который содержит 70000 массивов, каждый из которых имеет размер 5x50x50x3. Однако вместо этого я хотел бы построить массив 5d с размером 70000x5x50x50x3. Как я могу сделать это вместо этого?

Вы уверены, что все ind одинаковой формы? Что производит np.vstack([read_array(o) for o in list_of_objects])?

hpaulj 09.04.2019 18:33

@hpaulj Я перепроверю. Может быть, это моя проблема, что ind по какой-то причине не имеют одинакового размера.

Jose Ramon 09.04.2019 19:17

Что такое fnl_lst.dtype? Если object, то да, есть некоторые различия в формах.

hpaulj 09.04.2019 19:45

Правда один файл имеет разный размер и не смог его отследить. Теперь он работает правильно.

Jose Ramon 09.04.2019 20:47
Почему в Python есть оператор "pass"?
Почему в Python есть оператор "pass"?
Оператор pass в Python - это простая концепция, которую могут быстро освоить даже новички без опыта программирования.
Некоторые методы, о которых вы не знали, что они существуют в Python
Некоторые методы, о которых вы не знали, что они существуют в Python
Python - самый известный и самый простой в изучении язык в наши дни. Имея широкий спектр применения в области машинного обучения, Data Science,...
Основы Python Часть I
Основы Python Часть I
Вы когда-нибудь задумывались, почему в программах на Python вы видите приведенный ниже код?
LeetCode - 1579. Удаление максимального числа ребер для сохранения полной проходимости графа
LeetCode - 1579. Удаление максимального числа ребер для сохранения полной проходимости графа
Алиса и Боб имеют неориентированный граф из n узлов и трех типов ребер:
Оптимизация кода с помощью тернарного оператора Python
Оптимизация кода с помощью тернарного оператора Python
И последнее, что мы хотели бы показать вам, прежде чем двигаться дальше, это
Советы по эффективной веб-разработке с помощью Python
Советы по эффективной веб-разработке с помощью Python
Как веб-разработчик, Python может стать мощным инструментом для создания эффективных и масштабируемых веб-приложений.
0
5
499
1
Перейти к ответу Данный вопрос помечен как решенный

Ответы 1

Ответ принят как подходящий
fnl_lst = np.stack([ind for ind in read_array(obj) for obj in list_of_objects])

или просто добавьте к существующему коду:

fnl_lst = np.stack(fnl_lst)

УПД: по комментарию hpaulj, если my_array действительно 10x5x50x50x3, этого может быть достаточно:

fnl_lst = np.stack([read_array(obj) for obj in list_of_objects])

Другие вопросы по теме