Python np.array ndmin参数：指定添加维度的位置

我有一个M维的

np.ndarray

，其中

M我会使用
。重塑

>>> a3d = a3d.reshape(a3d.shape + (1, 1))
>>> a3d.shape
(2, 3, 4, 1, 1)

如果您想增加到某个维度：

>>> a3d = np.zeros((2,3,4))
>>> ndim = 5
>>> padded_shape = (a3d.shape + (1,)*ndim)[:ndim]
>>> new_a3d = a3d.reshape(padded_shape)
>>> new_a3d.shape
(2, 3, 4, 1, 1)

刚定

 a5d = np.array(a3d)
 a5d.shape = a3d.shape + (1, 1)
 print a5d.shape

 (2, 3, 4, 1, 1)

由于阵列具有相同的物理大小
这种方法的问题是，我原来的阵列可能已经是5维的。如果形状已经是
（2，3，4，5，6）
，这将不起作用。第二部分很好，聪明！填充到某个维度正是本文的目标，因此第一部分在这种特殊情况下不起作用。@Joe--您也可以将我的答案与Gadi的--
a3d.shape=padded\u shape
，尽管我不确定您是否真的从中获益太多。我通常是这样做的（1，）*（ndim-a3d.ndim）
，但最终结果是一样的。@Jaime——是的。那可能更优雅一点。我只是不想去想：-）
 a5d = np.array(a3d)
 a5d.shape = a3d.shape + (1, 1)
 print a5d.shape

 (2, 3, 4, 1, 1)