Python将np 4D数组重塑为2D数组。Kaggle图片数据

我正在尝试将4D数组转换为2D数组以使用sklearn SVM模型，但是当我尝试使用模型中的数据时，这给我带来了问题。因此，我将数据分为训练和测试数据，然后将其转换为np数组，如下所示。

#Train data
npXt = np.array(x_train)
npYt = np.array(y_train)
#Eval test data
npXT = np.array(x_test)
npYT = np.array(y_test)

然后我看着这样的形状

npXt.shape

这给了我这个

(28709, 48, 48, 1)

我试图通过这样做来改变它；

npXt.transpose((28709, 48, 48, 1)).reshape(np.prod(npXt.shape[:2]),-1)

但是给出这个错误。

AxisError                                 Traceback (most recent call last)
<ipython-input-8-2682876229f4> in <module>()
----> 1 npXt.transpose((28709, 48, 48, 1)).reshape(np.prod(npXt.shape[:2]),-1)

AxisError: axis 28709 is out of bounds for array of dimension 4

我在这里做错了什么？

感谢您对此的任何帮助

更新：谢谢您的所有建议：我尝试过，但出现这样的错误：

ValueError: bad input shape (28709, 7)

因此，这就是我已经解决的问题。我认为问题是我目前没有在重塑阵列。所以我下载了这样的数据，这很好用：

x_train, y_train, x_test, y_test = aiu.getKaggleData(file,numClass)

结果如下：

Creating Testing and Training datasets
Filling datasets
Transforming data to fit model's needs
Normalizing traing/testing datasets
Reshaping data
28709 train samples
3589 test samples

我期望这一点，并且可以与我构建的另一个模型一起使用。接下来，我将像这样构建SVM模型：

clf = SVC(C=0.01, kernel='linear', decision_function_shape='ovo', probability=True) 

然后像这样将火车和测试数据转换为np数组

#Train data
npXt = np.array(x_train)
npYt = np.array(y_train)
#Eval test data
npXT = np.array(x_test)
npYT = np.array(y_test)

然后使用建议的内容

my_array = np.ones((28709, 48, 48, 1))
newXTrain = np.transpose( my_array ).reshape(np.prod(npXt.shape[:2]),-1)
print(newXTrain.shape)
print(npYt.shape)

这给了我这个：

(1378032, 48) #for data
(28709, 7)    #for lables

然后我尝试像这样训练模型

clf.fit(newXTrain,npYt)

这给我这个

 raise ValueError("bad input shape {0}".format(shape))
 ValueError: bad input shape (28709, 7)

谢谢您到目前为止的所有帮助

我什至尝试过，但仍然给出错误：

newXTrain = np.transpose( my_array ).reshape(np.prod(npXt.shape[:1]),-1)

这给了我这个看起来很有希望的东西。

(28709, 2304)
(28709, 7)

但是给出了与 ValueError: bad input shape (28709, 7)