Python小技巧 - 关于Numpy的Array

Numpy 操作非常灵活，效率很高，这里记录几个在写代码过程中遇到过的问题以及实现方法。

1. Array 维度之间的交换

比如在处理一组图像的时候， shape 是 (10, 200, 300, 3)，就是十张 300x200 的彩色图像，这时候你想让张数到最后一维，如何实现？ 其中用的的方法就是 np.transpose

image = np.ones([10, 200, 300, 3])
print(image.shape)  
# (10L, 200L, 300L, 3L)

trans_image = np.transpose(image, [1,2,3,0])
print(trans_image.shape) 
# (200L, 300L, 3L, 10L)

非常简单，不是吗？有同学可能说这里完全没看懂啊，这个 [1,2,3,0] 是怎么来的。其实你明白这个 np.transpose 是通过下角标来实现之后，就非常简单了。

再来举个例子：

orig_array = np.array(range(10)).reshape(2,5,1)
print(orig_array[1,2,0]) 
# 7

trans_array = np.transpose(orig_array, [2,0,1])
print(trans_array[0,1,2]) 
# 7

2. Array 某一维度添加数据

这个和简单的 expand 不一样，说一个例子，比如，有一张图片 shape (200, 300, 3)，你想在第三个维度加一个通道，让图片变为4通道，怎么实现？np.insert 来实现。

image = np.zeros([200, 300, 3])
print(image.shape)
# (200L, 300L, 3L)

out = np.insert(image, 3, 1.0, axis=2)
print(out.shape)
# (200L, 300L, 4L)
print(out[0])
# [[0. 0. 0. 1.]
#  [0. 0. 0. 1.]
#  [0. 0. 0. 1.]
#  ...
#  [0. 0. 0. 1.]
#  [0. 0. 0. 1.]
#  [0. 0. 0. 1.]]

out = np.insert(image, 0, 1.0, axis=2)
print(out[0])
#  [[1. 0. 0. 0.]
#   [1. 0. 0. 0.]
#   [1. 0. 0. 0.]
#   ...
#   [1. 0. 0. 0.]
#   [1. 0. 0. 0.]
#   [1. 0. 0. 0.]]

这个 np.insert 的参数要好好解释一番：

arr： 这个就是输入的 array
obj： 要插入指定维度的哪个位置
values： 要插入的值，标量和数组都行
axis： 要插入的维度

更具体的描述请参考 官方API讲解