我有一个形状数组(2084,2084),我想将其重塑为(2084,2084,3)。我尝试使用np.dstack,但它给了我这样的东西(1,2084,2084)
patch = (2084, 2084)
patch_new = np.dstack(patch)
我该怎么做?
答案 0 :(得分:1)
在深度堆叠之前,您没有将阵列提升到3D中。因此,您可以使用类似以下内容的
:In [93]: patch = (2084, 2084)
In [94]: arr = np.random.random_sample(patch)
# make it as 3D array
In [95]: arr = arr[..., np.newaxis]
# and then stack it along the third dimension (say `n` times; here `3`)
In [96]: arr_3d = np.dstack([arr]*3)
In [97]: arr_3d.shape
Out[97]: (2084, 2084, 3)
另一种相同的方法是(即,如果您不希望将输入数组明确提升到3D):
In [140]: arr_3d = np.dstack([arr]*3)
In [141]: arr_3d.shape
Out[141]: (2084, 2084, 3)
# sanity check
In [146]: arr_3 = np.dstack([arr[..., np.newaxis]]*3)
In [147]: arr_3.shape
Out[147]: (2084, 2084, 3)
In [148]: np.allclose(arr_3, arr_3d)
Out[148]: True
答案 1 :(得分:1)
In [730]: x = np.arange(8).reshape(2,4)
In [731]: x
Out[731]:
array([[0, 1, 2, 3],
[4, 5, 6, 7]])
您的dstack
不仅添加了初始尺寸,还转置了其余尺寸。那是因为它将数组视为列表np.dstack([x[0,:], x[1,:]])
。
In [732]: np.dstack(x)
Out[732]:
array([[[0, 4],
[1, 5],
[2, 6],
[3, 7]]])
这是一个repeat
任务
In [733]: np.repeat(x[...,None],3,axis=2)
Out[733]:
array([[[0, 0, 0],
[1, 1, 1],
[2, 2, 2],
[3, 3, 3]],
[[4, 4, 4],
[5, 5, 5],
[6, 6, 6],
[7, 7, 7]]])
答案 2 :(得分:0)
Kmario,因此您在第三个维度上重复了3次相同的数组?