使用numpy從許多2D數組構建3D數組

Question

讓我們從2個2D數組開始：

import numpy as np
a = np.zeros( (3,4) )
b = np.zeros( (3,4) )

現在讓我們將它們組合成一個3D數組：

c = np.stack( (a,b) )

到目前為止一切都很好，但是如何向3D陣列添加額外的2D陣列，以下是行不通的：

np.stack( (c,a) )

那么，我的問題是如何在3D陣列中添加額外的圖層？ （numpy版本1.12.1 ）

Answer 1

如果您在開始時就知道所有的2D數組，那么您可以疊加兩個以上的數組：

import numpy as np
a = np.zeros((3, 4))
b = np.zeros((3, 4))
c = np.stack((a, b, a))

如果你已經有一個“堆疊”數組並想要添加另一個數組，你可以使用例如numpy.concatenate ：

如果要添加的數組是“平面”，則必須將其包裝在列表中以使尺寸匹配。 默認情況下，數組沿第一個維度連接（就像在關鍵字參數中指定axis=0 ）：

>>> c.shape
(2, 3, 4)
>>> np.array([a]).shape
(1, 3, 4)

c = np.concatenate((c, [a]))

如果兩個陣列已經“堆疊”，這也將起作用：

c = np.concatenate((c, c))

Answer 2

您可以在要追加的數組的開頭添加一個帶有None/np.newaxis的新軸： a[None,:,:]或簡單地a[None,...]或只是a[None]並用於堆疊使用np.vstack 。

這是一個讓事情變得清晰的示例 -

In [14]: c.shape
Out[14]: (2, 3, 4)

In [15]: d = np.vstack((c,a[None]))

In [16]: d.shape
Out[16]: (3, 3, 4)

In [17]: e = np.vstack((d,a[None]))

In [18]: e.shape
Out[18]: (4, 3, 4)

工作流程

因此，工作流程將是：

1）從2D陣列開始，為陣列使用新軸：

c = np.vstack( (a[None],b[None]) )

2）對於后續的附加步驟，使用新軸作為傳入的2D陣列，並使用np.vstack與現有的3D陣列堆疊 -

d = np.vstack((c,a[None]))

---

使用np.concatenate獲得性能：

當我們需要沿着第一個軸堆疊時， np.vstack下的np.vstack使用np.concatenate作為特例。 因此，如果我們想利用np.concatenate可能出於性能原因避免額外的函數調用開銷，我們需要指定連接軸，這將是第一個軸。

因此，使用np.concatenate -

In [23]: d = np.concatenate((c, a[None]), axis=0)

In [24]: d.shape
Out[24]: (3, 3, 4)

In [25]: e = np.concatenate((d, a[None]), axis=0)

In [26]: e.shape
Out[26]: (4, 3, 4)

Answer 3

首先做一個相同的尺寸為c
result= np.append(c, [a], axis=0)
但是，與列表不同，改變numpy數組的大小是無效的