numpy将值列添加到multidimentional数组以进行区分

Question

我的形状数组如下：（162060,2,128） 我使用numpy.diff进行区分（步长等于1） 现在差异化阵列的形状是：（162060,2,127）并且我想通过向每个元素的2个数组的第一列添加零来获得先前的形状，即（2,127） - ＆gt; （2128）

我该怎么做呢？使用numpy.concatenate没有帮助，因为它添加到最后，我希望零在开头

Answer 1

您正在寻找numpy插入。 在这里阅读documentation 。

<强>更新

要使用numpys插入功能，请执行以下操作：

X = np.insert(X, pos, obj, axis=0)

1. X 指定要插入的目标对象

2. pos 指定插入的位置

3. obj 指定要插入的内容

4. axis = 0 是可选的，它指定了插入值的轴。如果axis为None，则首先将arr展平。

Answer 2

如果要添加零（作为示例），可以使用numpy.pad()函数：

import numpy as np
np.pad(array_to_expand, ((0, 0), (0, 0), (1, 0)), 'constant', constant_values=0)

另一种选择是使用numpy.dstack：

np.dstack([np.zeros((162060, 2)), array_to_expand])

，或者

np.dstack([np.zeros(array_to_expand.shape[:2]), array_to_expand])

啊，最后，numpy.concatenate：

np.concatenate([np.zeros((162060, 2, 1)), array_to_expand], axis=2)

，或者

np.concatenate([np.zeros(array_to_expand.shape[:2] + (1,)), array_to_expand], axis=2)

Answer 3

虽然你可以扩展其他答案的方式（或正确使用连接，但就此而言），我认为从代码可读性的角度来看，创建写入大小的数组会更有意义，并明确区分到该数组。对我而言，这是最易读的版本。

derivatives = np.zeros_like(values)
derivatives[:,:,1:] = np.diff(values)