将异构维三维数字阵列重塑为二维阵列

Question

我的数据是三维的，但只有第三个轴有已知的维度，我需要将其转换为二维数组。在

示例：

input = 
[[[1, 2, 3]],

 [[4, 5, 6],
  [7, 8, 9]],

 [[1, 2, 3],
  [4, 5, 6],
  [7, 8, 9]]]

input_reshaped = 
[[1, 2, 3],
 [4, 5, 6],
 [7, 8, 9],
 [1, 2, 3],
 [4, 5, 6],
 [7, 8, 9]]

所以我有一个三维数据，其中第一个和第二个维度在我的数据集中是可变的，第三个维度是常量，而且是已知的。在

输入中的每个块也是numpy数组。我知道我可以用纽比.vstack在第一维度上迭代。但如果可能的话，我想用Python式的方式来重塑我的数据，而不需要明确地迭代我的数据。在

我已经尝试过执行一个列表比较，以获得每个块的第一个形状，然后求和这些值并将其与整形一起使用。像这样：

^{pr2}$

但是对于前面示例中的输入，我得到以下错误：

ValueError: cannot reshape array of size 3 into shape (6,3)

因为Python看到输入有一个numy.array带形状（3，）

有什么想法吗？在

附加：如果可能的话，在上述条件下进行反向转换将是非常棒的！在

Answer 1

按照评论中的建议，vstack或{}：

In [320]: alist
Out[320]: [[[1, 2, 3]], [[4, 5, 6], [7, 8, 9]], [[1, 2, 3], [4, 5, 6], [7, 8, 9]]]
In [321]: len(alist)
Out[321]: 3

尝试从列表生成数组只会创建一个1d列表数组。帮不了多少忙。reshape不起作用。在

^{pr2}$

但是concatenate使用数组列表（或类似数组的对象）：

In [323]: np.concatenate(alist, axis=0)
Out[323]: 
array([[1, 2, 3],
       [4, 5, 6],
       [7, 8, 9],
       [1, 2, 3],
       [4, 5, 6],
       [7, 8, 9]])

concatenate也将与Out[322]一起工作，因为它将其输入视为一个列表，即使它是一个数组。在

vstack是同一件事，只是它确保子数组都是2d的，在本例中它们已经是2d了。在