不必显式地处理第一个赋值就可以构建numpy数组的python方法？

我发现自己经常遇到这种编码模式：

matrices = np.random.rand(10, 10, 10)
block = np.array([])
for idx, M in enumerate(matrices):
    print(M.shape)
    if idx == 0:
        block = M
    else:
        block = np.dstack((block, M))

这只是一个例子，我知道在这种情况下，我可以只做

block=matrix

。有没有更好的方法来做到这一点而不必处理

if idx == 0:
    block = M

---

案例？

不要用

dstack

（或任何串联变量）累加数组-使用列表追加

block = []
for idx, M in enumerate(matrices):
    block.append(M)

然后把它们堆在后面

block = np.dstack(block)   # concatenate(block, axis=2)

---

这会更快，并避免这种初始化困难。

不要用

dstack

（或任何串联变量）累积数组-使用列表追加

block = []
for idx, M in enumerate(matrices):
    block.append(M)

然后把它们堆在后面

block = np.dstack(block)   # concatenate(block, axis=2)

---

这会更快，并避免这种初始化尴尬。

您是否意识到，目前您正在某种程度上转置矩阵？如果没有其他方法有效，您可以将其缩短为

block=np.dstack（（block，M）），如果idx else M

@tobias_k，我如何准确转置矩阵？我不是故意的。只要做

print（matrices）

和

print（block）

就可以看出区别。你知道目前你在某种程度上转置矩阵吗？如果没有其他办法，你可以把它缩短为

block=np.dstack（（block，M）），如果idx else M

@tobias_k，我如何准确地转置矩阵？我不是故意的。只要做

print（matrix）

和

print（block）

就可以看出区别。