Python Numpy:按最后一个维度的堆栈数组
假设我有3个相同形状的numpy数组Python Numpy:按最后一个维度的堆栈数组,python,numpy,multidimensional-array,Python,Numpy,Multidimensional Array,假设我有3个相同形状的numpy数组a,b,c,比如 a.shape == b.shape == c.shape == (7,9) 现在我想创建一个大小为(7,9,3)的三维数组,比如x,这样 x[:,:,0] == a x[:,:,1] == b x[:,:,2] == c 什么是“蟒蛇式”的方法(也许是一行) 提前谢谢 有一个函数正是这样做的:(“d”表示“深度”)。例如: In [10]: import numpy as np In [11]: a = np.ones((7, 9))
a
,b
,c
,比如
a.shape == b.shape == c.shape == (7,9)
现在我想创建一个大小为(7,9,3)
的三维数组,比如x
,这样
x[:,:,0] == a
x[:,:,1] == b
x[:,:,2] == c
什么是“蟒蛇式”的方法(也许是一行)
提前谢谢 有一个函数正是这样做的:(“d”表示“深度”)。例如:
In [10]: import numpy as np
In [11]: a = np.ones((7, 9))
In [12]: b = a * 2
In [13]: c = a * 3
In [15]: x = np.dstack((a, b, c))
In [16]: x.shape
Out[16]: (7, 9, 3)
In [17]: (x[:, :, 0] == a).all()
Out[17]: True
In [18]: (x[:, :, 1] == b).all()
Out[18]: True
In [19]: (x[:, :, 2] == c).all()
Out[19]: True
TL;医生: 使用
numpy.stack
(),它沿着您选择的新轴连接一系列数组
尽管@NPE answer非常好,涵盖了许多情况,但在某些情况下,
numpy.dstack
不是正确的选择(我在尝试使用它时才发现这一点)。这是因为numpy.dstack
,根据:
按深度顺序堆叠阵列(沿第三轴)
这相当于沿二维后的第三个轴进行连接
形状为(M,N)的阵列已被重塑为(M,N,1)和1-D的阵列
形状(N,)已被重塑为(1,N,1)
让我们看一个不需要此函数的示例。假设您有一个包含512 numpy shape(3,3,3)
数组的列表,并希望将它们堆叠起来以获得一个新的shape(3,3,3,512)
数组。在我的例子中,这512个数组是2D卷积层的过滤器。如果使用numpy.dstack
:
>>> len(arrays_list)
512
>>> arrays_list[0].shape
(3, 3, 3)
>>> numpy.dstack(arrays_list).shape
(3, 3, 1536)
这是因为numpy.dstack
总是沿着第三个轴堆叠数组!或者,您应该使用numpy.stack
(),它沿着您选择的新轴连接一系列数组:
>>> numpy.stack(arrays_list, axis=-1).shape
(3, 3, 3, 512)
在我的例子中,我将-1传递给
轴
参数,因为我希望数组沿最后一个轴堆叠。同样的问题,尝试了np.tile和np.repeat。两者都不起作用。