有很多帖子和博客都在谈论如何使用append,vstack或concatenate来操作2D数组,但是我无法使它在3D中工作。
问题假设:
- 3D阵列的形状为(k,m,2)。
- k将是已知值
- m的范围可以从1到n,并且不是预定的
In [1]: import numpy as np
In [2]: a = np.empty((3, 1, 2))
Out[2]:
array([[[0., 0.]],
[[0., 0.]],
[[0., 0.]]])
In [3]: a[0] = [[5, 6]]
In [4]: a
Out[4]:
array([[[5., 6.]],
[[0., 0.]],
[[0., 0.]]])
In [5]: a[0] = np.vstack((a[0], [[10, 15]]))
Out[5]:
ValueError: could not broadcast input array from shape (2,2) into shape(1,2)
In [6]: a[0] = np.append(a[0], [[10, 15]], axis=0)
Out[6]:
ValueError: could not broadcast input array from shape (2,2) into shape(1,2)
所需的输出是。
array([[[5., 6. ]
[10., 15.]],
[[0., 0.]],
[[0., 0.]]])
任何帮助都将不胜感激。
澄清:
我正在寻找的输出就是这样。
[[[ 5, 6],
[10, 15]],
[[ 0, 0]],
[[ 0, 0]]]
Kyle Booth的回应与之相近:
c = np.insert(a, 1, b, axis=1)
[[[ 5, 6],
[10, 15]],
[[ 0, 0],
[10, 15]],
[[ 0, 0],
[10, 15]]]
答案 0 :(得分:0)
这就是你想要的:
import numpy as np
a = np.array([[[5., 6.]],
[[0., 0.]],
[[0., 0.]]])
b = np.array([[10, 15]])
c = np.insert(a,1,b,0)
print c
[[[ 5. 6.]]
[[ 10. 15.]]
[[ 0. 0.]]
[[ 0. 0.]]]
答案 1 :(得分:0)
这不是有效的numpy
数组。
[[[ 5, 6],
[10, 15]],
[[ 0, 0]],
[[ 0, 0]]]
它有3个'行',一个是(2,2)形状,其他是(1,2)。
如果我在列表中输入
In [40]: x = np.array([[[5,6],[10,15]],[[0,0]],[[0,0]]])
Out[40]: array([[[5, 6], [10, 15]], [[0, 0]], [[0, 0]]], dtype=object)
我得到一个dtype object
的形状(3,)数组,因为它无法创建普通的3d数组。这三个对象中的每一个都只是列表列表。在np.array
中包含此内容并没有太大作用。
如果我列出了3个2d数组,那可能会更有意义:
In [45]: [np.array(y) for y in x]
Out[45]:
[array([[ 5, 6],
[10, 15]]),
array([[0, 0]]),
array([[0, 0]])
]
问题不在于3D,而在于不规则数组,不同大小的数组。