Question

我尝试了很多，但concatenate或vstack都不适合我。

Answer 1

您是否尝试过np.array？

np.array([[1,2],[3,4]])

通过连接2个1d数组（列表）来生成2d数组

类似地

np.array([np.ones(3,3), np.zeros(3,3)]]

应生成（2,3,3）数组。

新的np.stack函数可让您更好地控制添加哪个轴。它的工作原理是将所有输入数组的维度扩展为1，并连接。

您可以自己扩展尺寸，例如

In [378]: A=np.ones((2,3),int)
In [379]: B=np.zeros((2,3),int)
In [380]: np.concatenate([A[None,:,:], B[None,:,:]], axis=0)
Out[380]: 
array([[[1, 1, 1],
        [1, 1, 1]],

       [[0, 0, 0],
        [0, 0, 0]]])
In [381]: _.shape
Out[381]: (2, 2, 3)

要理解的关键事项是：

匹配输入的维度 - 除了正在加入的维度之外，它们必须匹配
根据需要扩展输入的维度。要连接2d数组以形成3d，2d必须首先扩展到3d。 None或np.newaxis技巧特别有价值。
沿右轴连接。

stack，hstack，vstack等都有助于此，但技能娴熟的用户应该能够直接使用concatenate。在交互式会话中练习小样本。

In [385]: np.array((A,B)).shape
Out[385]: (2, 2, 3)
In [386]: np.stack((A,B)).shape
Out[386]: (2, 2, 3)
In [387]: np.stack((A,B),axis=1).shape
Out[387]: (2, 2, 3)
In [388]: np.stack((A,B),axis=2).shape
Out[388]: (2, 3, 2)

如果数组的形状不同，np.array将创建一个对象dtype数组

In [389]: C=np.ones((3,3))
In [390]: np.array((A,C))
Out[390]: 
array([array([[1, 1, 1],
       [1, 1, 1]]),
       array([[ 1.,  1.,  1.],
       [ 1.,  1.,  1.],
       [ 1.,  1.,  1.]])], dtype=object)
In [391]: _.shape
Out[391]: (2,)

dstack（和stack）在使用不同大小的数组时会遇到问题：

In [392]: np.dstack((A,B,C))
....
ValueError: all the input array dimensions except for the concatenation axis must match exactly

Answer 2

你可以使用np.dstack，文档可以在这里找到：https://docs.scipy.org/doc/numpy-1.10.1/reference/generated/numpy.dstack.html

import numpy as np

l1 = []
# create list of arrays
for i in range(5):
    l1.append(np.random.random((5, 3)))

# convert list of arrays into 3-dimensional array
d = np.dstack(l1)

d.shape #(5,3,5)

如何将2d numpy数组列表连接成3d numpy数组？

2 个答案: