Question

我有两个具有三个维度（3 x 4 x 5）的numpy数组，我想连接它们，所以结果有四个维度（3 x 4 x 5 x 2）。在Matlab中，这可以使用cat(4, a, b)完成，但不能在Numpy中完成。

例如：

a = ones((3,4,5))
b = ones((3,4,5))
c = concatenate((a,b), axis=3) # error!

为了澄清，我希望c[:,:,:,0]和c[:,:,:,1]对应原始的两个数组。

Answer 1

你走了：

import numpy as np
a = np.ones((3,4,5))
b = np.ones((3,4,5))
c = np.concatenate((a[...,np.newaxis],b[...,np.newaxis]),axis=3)

Answer 2

怎么样？

public static void main(String[] args) {

    String filepath = "C:\\Users\\setrivayne\\Downloads\\TEST.docx";
    String outpath = "C:\\Users\\setrivayne\\Downloads\\TEST.docx";

    try {

         WordDocument doc = new WordDocument(filepath);

         doc.replace("FIRST NAME", "first name");
         doc.replace("MIDDLE NAME", "middle name");
         doc.replace("LAST NAME", "last name");

         doc.save(outpath, true);

     } catch (Exception e) {
         System.out.println(e.getMessage());
         e.printStackTrace();
     }
}

Answer 3

以下内容如何：

c = concatenate((a[:,:,:,None],b[:,:,:,None]), axis=3)

这给出了一个（3 x 4 x 5 x 2）阵列，我相信它是按照你需要的方式布局的。

此处，None与np.newaxis同义：Numpy: Should I use newaxis or None?

编辑正如@Joe Kington所建议的那样，使用省略号可以清除代码：

c = concatenate((a[...,None],b[...,None]), axis=3)

Answer 4

上面接受的答案很棒。但是我会添加以下内容，因为我是一个数学笨蛋，它很好地利用了a.shape是a.T.shape[::-1]的事实......即。采用转置会颠倒numpy数组的索引顺序。因此，如果您将构建块放在名为blocks的数组中，那么上面的解决方案是：

new = np.concatenate([block[..., np.newaxis] for block in blocks],
                     axis=len(blocks[0].shape))

但你也可以

new2 = np.array([block.T for block in blocks]).T

我认为读得更干净。值得注意的是，已经接受的答案运行得更快：

%%timeit
new = np.concatenate([block[..., np.newaxis] for block in blocks],
                     axis=len(blocks[0].shape))
1000 loops, best of 3: 321 µs per loop

，而

%%timeit
new2 = np.array([block.T for block in blocks]).T
1000 loops, best of 3: 407 µs per loop

Answer 5

这对我有用：

 c = numpy.array([a,b])

虽然如果按照自己的方式工作也会很好。

Answer 6

它不一定是最优雅的，但我使用了

的变体

c = rollaxis(array([a,b]), 0, 4)

过去。

连接第四维中的两个numpy数组

6 个答案: