Python 是否可以将1D Ndaray（尺寸N）放入1D Ndaray（尺寸N，1）中

我试着把微积分的结果放到一个大矩阵中，最后一个维度可以是1或2或更多。 所以要把我的结果放到矩阵中，我会

res[i,j,:,:] = y

如果y的大小为（N，2）或大于2，则会找到，但如果y的大小为（N），则会出现一个错误，说明：

ValueError: could not broadcast input array from shape (10241) into shape (10241,1)

小例子：

import numpy as np

N=10
y = np.zeros((N,2))
res = np.zeros((2,2,N,2))
res[0,0,:,:]= y

y = np.zeros((N,1))
res = np.zeros((2,2,N,1))
res[0,0,:,:]= y

y = np.zeros(N)
res = np.zeros((2,2,N,1))
res[0,0,:,:]= y

我得到了上一个例子的错误，但它们都是（y和res）1D向量，对吗

我想知道是否存在一个解决方案，无论最后一个维度的大小如何（1、2或更多），都可以进行此分配

在我的代码中，我做了一次尝试，但可能存在另一种方式

try:
    self.res[i,j,:,:] = self.ODE_solver(len(self.t))
except:
    self.res[i, j, :, 0] = self.ODE_solver(len(self.t))

---

对于适用于所有三种场景的通用解决方案，请使用-

res[0,0,:,:] = y.reshape(y.shape[0],-1)

---

因此，基本上，我们正在制作

y

2D

，同时保持第一个轴的长度不变，并根据剩余长度更改第二个轴的长度。

对于适用于所有三种场景的通用解决方案，请使用-

res[0,0,:,:] = y.reshape(y.shape[0],-1)

---

因此，基本上，我们正在制作

y

2D

，同时保持第一个轴的长度不变，并根据剩余长度更改第二个轴。

您可以将

y

重塑为

res

的最后两个维度

N=10
y=np.零（（N，2））
res=np.零（（2,2,N,2））
res[0,0，：，：]=y.res.shape[-2:]
y=np.零（（N，1））
res=np.零（（2,2,N,1））
res[0,0，：，：]=y.res.shape[-2:]
y=np.零（N）
res=np.零（（2,2,N,1））
res[0,0，：，：]=y.res.shape[-2:]

您可以将

y

重塑为

res

的最后两个维度

N=10
y=np.零（（N，2））
res=np.零（（2,2,N,2））
res[0,0，：，：]=y.res.shape[-2:]
y=np.零（（N，1））
res=np.零（（2,2,N,1））
res[0,0，：，：]=y.res.shape[-2:]
y=np.零（N）
res=np.零（（2,2,N,1））
res[0,0，：，：]=y.res.shape[-2:]

在初始化

self.res

之前，您不知道

self.ODE\u解算器（len（self.t））的形状；

在初始化

self.res

之前，您不知道

self.ODE\u解算器（len（self.t））的形状？