python：追加 2D 和 3D 数组以生成新的 3D（更大的第 3 维）

Question

我有两个不同的 arrays。A = [3124, 5]（代表 3124 个模型，有 5 个参考参数） B = [3124, 19, 12288]（代表 3124 个模型，每个 model 有 19 个时间步长，每个时间步长有 12288 个温度场数据点)

我想为每个时间步将 A（参数）数组中的相同 5 个值添加到温度场数组 B 的开头，这样我最终得到一个新数组 AB = [3124, 19, 12293]。

我尝试使用 dstack AB = np.dstack((A, B)).shape

但我收到错误消息ValueError: all the input array dimensions for the concatenation axis must match exactly, but along dimension 1, the array at index 0 has size 5 and the array at index 1 has size 19

谁能帮帮我吗？

Answer 1

这样的事情会起作用：

import numpy

A = numpy.asarray([3124, 5])
B = numpy.asarray([3124, 19, 12288])

C = numpy.copy(B)

C[2] += A[1]

print(list(C))

output: [3124, 19, 12293]

但是，您没有明确说明您的总体目标是什么。 该解决方案似乎比您想要的更直接......

Answer 2

更适中的形状（你的B对我的机器来说太大了）：

In [4]: A = np.ones((3,4)); B = 2*np.ones((3,5,133))

我们可以扩展A以匹配：

In [5]: A[:,None,:].shape
Out[5]: (3, 1, 4)
In [6]: A[:,None,:].repeat(5,1).shape
Out[6]: (3, 5, 4)

现在 arrays 在轴 0 和 1 上匹配，除了最后一个加入的：

In [7]: AB=np.concatenate((A[:,None,:].repeat(5,1),B),axis=2)
In [8]: AB.shape
Out[8]: (3, 5, 137)

这更正了您的错误消息中提出的问题：

ValueError: all the input array dimensions for the concatenation 
axis must match exactly, but along dimension 1, the array at 
index 0 has size 5 and the array at index 1 has size 19