多次元配列におけるnumpyのappendの使用方法について

四次元の配列があります。

python
1yozigen.shape

(10, 20, 30, 1000)

解釈としては10×20×30の三次元の配列が1000個ある感じです。
よって、解釈をより簡単にするために

python
1yozigen[0]

が一枚目の画像を表すようにするために

python
1yozigen.shape

(1000,10, 20, 30)

という出力になってくれることを望みます。

方法としては以下の方法を思いつきました。

python
1yozigen1 = []
2for i in range(1000):
3    yozigen1.append(yozigen[:,:,:,i])
4yozigen1 = np.array(yozigen1)

試してはいないですができると思います。
しかしながらこの方法では一回listにしていることによって計算の速度を著しく落としていて
なおかつnumpy⇒list⇒numpyの配列にしているので非常に醜いです。

そこでnp.appendなるものを発見したので使用してみました。

python
1yogzigen1 = np.array([], int)
2for i in range(1000):
3    yozigen1 = np.append(yozigen1,yozigen[:,:,:,i])
4yozigen1.shape

(6000000,)

となってしまいこれは一次元配列に直してappendしていることが分かりました。
そこで、axisを引数にとることは分かったのですがその後が解釈できません。
axisを指定するときは

python
1yogzigen1 = np.array([], int)

最初はこのような置き方はしてはいけないようですし、
axis=0は行に挿入,
axis=1は列に挿入,
という説明が以下のサイトにされていたのですが、
NumPy配列ndarrayに要素・行・列を挿入、追加するinsertの使い方
そもそも多次元なので、行と列しかない配列とは違うという二点より多次元配列におけるnumpyのappendの使い方が分かりません。
教えていただけると恐縮です。

また

python
1yozigen1 = []
2for i in range(1000):
3    yozigen1.append(yozigen[:,:,:,i])
4yozigen1 = np.array(yozigen1)

上記と同じ変換をnp.reshapeで行うことは可能でしょうか？

長くなってしまいましたが、わかる方がいれば教えていただけると恐縮です。

宜しくお願い致します。

行動規範の内容に同意します

回答1件

ベストアンサー

numpy.transpose() を使うとよいかと思います。

https://docs.scipy.org/doc/numpy/reference/generated/numpy.transpose.html

Python
1import numpy as np
2
3arr = np.arange(10*20*30*1000).reshape(10,20,30,1000)
4print(arr.shape)
5#(10, 20, 30, 1000)
6
7arr = arr.transpose(3,0,1,2)
8print(arr.shape)
9#(1000, 10, 20, 30)