python 3维矩阵转为2维_python三维堆叠为二维

python 3维矩阵转为2维

背景

有一个3维图像（多波段遥感影像），想要降维到2维，但要求按z轴方向把图像的每个像素值逐个取出，组成新的2维数组，忽略长宽维度。

实现

首先想到的是用numpy.reshape()来实现，看到很多帖子也是写了reshape简单的用法，例如
B = np.reshape(A,(-1,2))
但是，直接reshape会默认按第3维度取值，按行填充，不能满足我的需求。这里reshape有一个‘order’参数，可以参考 知乎-陈京九的文章 理解。

因为我想按z轴（第一维度）取波段值，所以思路也很简单，只要把3维矩阵的维度先调换一下，再用reshape就可以了。
而维度转换可以很方便的用numpy.transpose()实现

a = np.array([[[1,2,3],[4,5,6]],[[7,8,9],[0,1,2]]]) 
>>> print(a)
[[[1 2 3]
  [4 5 6]]

 [[7 8 9]
  [0 1 2]]]
· 此时a是一个3维数组，维度是(2, 2, 3)，按图像角度来看就是2波段*2行*3列

b = a.transpose((1,2,0))
>>> print(b)
[[[1 7]
  [2 8]
  [3 9]]

 [[4 0]
  [5 1]
  [6 2]]]
>>> print(b.shape)
(2, 3, 2)
· transpose后，矩阵维度变为(2, 3, 2)

c = b.reshape((-1,2)) 
>>> print(c)
[[1 7]
 [2 8]
 [3 9]
 [4 0]
 [5 1]
 [6 2]]
>>> print(c.shape)
(6, 2)
· reshape实现最终想要的结果
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33