numpy的重塑的數據集

我正在使用該接收一組的形狀M x N的I灰度圖像作爲參數的功能的應用。numpy的重塑的數據集

我

print(train_set.shape)  
print(train_set[0].shape) 

>>(50,) 
>>(133, 100)

我需要重塑這個數據集來塑造(I, M, N)。

我想

train_set.reshape(len(train_set),len(train_set[0]),len(train_set[0][0]))

但我有以下錯誤

>>>ValueError: cannot reshape array of size 50 into shape (50,133,100)

所以，我怎樣才能重塑我的數據集(I, M, N)或(50, 133, 100)在這種情況下？

編輯：這是我如何建立數據集中

train_set =[] 
lbl_train=[] 
for cl_ in range(50): 
    for ex_ in range(15): 
     cl = str("%02d" % (cl_+1,)) 
     ex = str("%02d" % (ex_+1,)) 
     img = Image.open('cropped_faces/'+'s'+str(cl)+'_'+str(ex)+'.jpg').convert('L') 
     wpercent = (basewidth/float(img.size[0])) 
     hsize = int((float(img.size[1]) * float(wpercent))) 
     img = img.resize((basewidth, hsize), Image.ANTIALIAS) 
     lbl_train.append(cl) 
     mat = numpy.asarray(img,dtype=numpy.float) 
     train_set.append(mat.reshape(len(mat),len(mat[0]))) 

print(numpy.asarray(train_set).shape) 
print(numpy.asarray(train_set[0]).shape)

來源

2017-04-25 Jefferson Lima

當你print（train_set [0] [0] .shape）時，你會得到什麼？ –

嘗試'np.stack（train_set）'。它看起來像你有一個數組的數組（但這些信息缺乏的問題）。根據你如何建立'train_set'，numpy可能不知道如何自動將單個圖像合併成一個大陣列。 – kazemakase

類型（train_set）和類型（train_set [0]）的輸出是什麼？ – Allen

好吧，我想你已經有了在train_set是numpy的陣列的NumPy的對象數組，而不是一個多維數組。這應該給你你需要的東西：

#the np.r_ function will stack all the elements from train_set as a new array with the shape(len(train_set),len(train_set[0]),len(train_set[0][0])) 
train_set = np.r_[train_set.tolist()] 
train_set.shape 
Out[788]: (50, 133, 100)

來源

2017-04-25 21:12:11 Allen

我做了什麼，你說，但輸出仍是一樣的'train_set = numpy.r_ [train_set.tolist（）] 打印（train_set.shape）'>>（50，） –

我發現了這個問題，train_set中的一些圖片有不同的尺寸...前六張圖片（133,100）（129,100）（149,100）（149,100）（151,100 ）（149,100） –

numpy的重塑的數據集

回答

相關問題