提问人：HK92 提问时间：3/3/2023 最后编辑：HK92 更新时间：3/3/2023 访问量：34
Numpy.tile（） 切片数组上的“混淆”轴
Numpy.tile() "confusing" axes on sliced array
问：
我有一个 2D numpy 数组，我通过切片 3D 光栅数据集（即我检索到第一个光栅波段）检索了它。现在，当我尝试将这个 2D numpy 数组平铺成 3D 数组以运行一些矢量化操作时，numpy 似乎将我的数组的轴解释为 （1,2）（这是原始轴标签）而不是 （0,1）。
假设栅格数据集的形状为 。我想检索存储在轴中的 2D 数组，所以我像这样切片：(1,20,20)(1,2)
raster_band = raster_data[0,:,:]
尝试将其平铺成形状的张量，如下所示：(20,20,4)
tensor = np.tile(raster_band, (1,1,4))
返回形状的张量，而不是预期结果。(1,20,80)
我尝试过压扁和挤压的变体，但没有什么能为我解决这个问题。有谁知道处理这种行为的聪明方法？
答：
0赞
mozway
3/3/2023
#1
在平铺之前，您需要将其制作成 3D：
tensor = np.tile(raster_band[...,None], (1, 1, 4))
完整示例：
raster_data = np.arange(400).reshape((1, 20, 20))
raster_band = raster_data[0,:,:]
tensor = np.tile(raster_band[..., None], (1, 1, 4))
tensor.shape
# (20, 20, 4)
评论
1赞
HK92
3/6/2023
非常感谢，就像一个魅力！另外，我刚刚了解了省略号运算符。
评论