Python 如何将一个numpy数组转移到另一个数组中

我有一个函数，它每秒返回一个numpy数组，我想将其存储在另一个数组中以供参考。对于eg（返回数组_a）

但当我打印array_collect时，我会得到一个添加的数组，而不是一个包含数组的更大数组

 array_collect = [    25.       50.       25.       25.       50.  
                       1.        1.        1.        1.        1.  
                       25.       50.       25.       25.       50.  
                       1.        1.        1.        1.        1.  
                       25.       50.       25.       25.       50.  ] 

我想要的是

 array_collect = [   [[  25.     50.       25.       25.       50.  ]
                      [1.        1.        1.        1.        1.   ]] 
                     [[  25.     50.       25.       25.       50.  ]
                      [1.        1.        1.        1.        1.   ]]
                     [[  25.     50.       25.       25.       50.  ]
                      [1.        1.        1.        1.        1.   ]]  ]

---

如何获取它？？？

我找到了它，这可以通过使用：

 np.reshape()

形成的新阵列可以使用

y= np.reshape(y,(a,b,c))

---

其中a是数组存储的数量，（b，c）是原始数组的形状

将numpy导入为np
数组_collect=np.数组（[[25,50,25,25,50.]，[1,1,1,1,1.]））
数组a=np.数组（[[2,5,2,2,5.]，[1,1,1,1.]））
数组集合=np。连接（（数组集合，数组a），轴=0）。重塑（2,2,5）
>>
[[[ 25.  50.  25.  25.  50.]
[  1.   1.   1.   1.   1.]]
[[  2.   5.   2.   2.   5.]
[  1.   1.   1.   1.   1.]]]

您可以使用

vstack

：

array_collect = np.array([[25.,50.,25.,25.,50.],[1.,1.,1.,1.,1.]])
array_a = np.array([[2.,5.,2.,2.,5.],[1.,1.,1.,1.,1.]])


array_collect=np.vstack((array_collect,array_a))

但是，如果您提前知道总分钟数，则最好先定义数组（例如，使用

零

）并逐渐填充它-这样，更容易保持在内存限制内

no_minutes = 5 #say 5 minutes
array_collect = np.zeros((no_minutes,array_a.shape[0],array_a.shape[1]))

然后，每一分钟，我

array_collect[m] = array_a

array_collect[m] = array_a