python 三维数组拆分为多个二维数组

假设我们有一个三维数组arr，其形状为(m,n,p)，我们想将其拆分为多个二维数组，每个二维数组的形状为(n,p)，即沿着第一个维度(m)拆分。可以使用以下代码实现：

import numpy as np

arr = np.array([[[1,2,3],[4,5,6]],
                [[7,8,9],[10,11,12]],
                [[13,14,15],[16,17,18]]])

# 沿着第一个维度拆分为多个二维数组
arr_list = np.split(arr, arr.shape[0], axis=0)

# 打印每个二维数组的形状和内容
for i in range(len(arr_list)):
    print(f"arr_list[{i}] shape: {arr_list[i].shape}")
    print(arr_list[i])

输出结果为：

arr_list[0] shape: (1, 2, 3)
[[[1 2 3]
  [4 5 6]]]
arr_list[1] shape: (1, 2, 3)
[[[ 7  8  9]
  [10 11 12]]]
arr_list[2] shape: (1, 2, 3)
[[[13 14 15]
  [16 17 18]]]

可以看到，我们成功将三维数组拆分为了三个二维数组，每个二维数组的形状为(1,2,3)，即(n,p)。

相关问题

python将二维数组拆分为三维数组

可以使用 `numpy.reshape()` 函数将一个二维数组转换为一个三维数组。

假设我们有一个二维数组 `arr` ，形状为 `(m, n)`，我们想将其转换为一个三维数组，形状为 `(m, s, n/s)`，其中 `s` 是一个正整数，将二维数组拆分为 `s` 个均等部分。

下面是一个实现的示例代码：

import numpy as np

# 创建一个二维数组
arr = np.array([[1, 2, 3], [4, 5, 6], [7, 8, 9], [10, 11, 12]])

# 设置拆分数量
s = 2

# 计算新数组的形状
new_shape = (arr.shape[0], s, int(arr.shape[1] / s))

# 调用 reshape 函数
new_arr = np.reshape(arr, new_shape)

# 打印新数组
print(new_arr)

在上面的示例中，我们将一个形状为 `(4, 3)` 的二维数组 `arr` 拆分为 `s=2` 个均等部分，因此新数组的形状为 `(4, 2, 1)`，打印输出如下：

array([[[ 1,  2],
        [ 3,  0]],

       [[ 4,  5],
        [ 6,  0]],

       [[ 7,  8],
        [ 9,  0]],

       [[10, 11],
        [12,  0]]])

可以看到，原来的二维数组被拆分为了两个形状为 `(4, 1)` 的数组，并按照新形状被重组为了一个三维数组。

python三维数组拆成多个二维数组

可以使用numpy库中的reshape函数将一个三维数组拆成多个二维数组。假设三维数组名为arr，且三维数组的形状为(shape[0], shape[1], shape[2])，则可以按照如下方式将其拆分成多个二维数组：

import numpy as np

arr = np.random.randn(shape[0], shape[1], shape[2])  # 生成一个随机的三维数组
n = 5  # 将三维数组拆分成n个二维数组

# 将三维数组按照第一维进行拆分，得到n个二维数组
sub_arrays = np.split(arr, n, axis=0)

# 将每个二维数组按照第一维展开为二维矩阵
for sub_arr in sub_arrays:
    sub_matrix = sub_arr.reshape((shape[1], shape[2]))
    print(sub_matrix)

这样就完成了将一个三维数组拆分成多个二维数组的操作。其中，np.split函数用于按照指定的轴拆分一个数组，reshape函数用于将一个数组变形成指定形状的数组。