Python2.7（numpy）在将三维numpy数组附加到空数组时保持数组的形状

我正在尝试创建一个空的numpy数组，并保存从设备中获取的所有图像。这些图像以numpy数组的形式出现（240320,3）。创建一个空数组来存储这些图像似乎是正确的做法。然而，当我尝试追加时，我得到以下错误：

ValueError: all the input arrays must have same number of dimensions

代码如下：

    import numpy as np

    # will be appending many images of size (240,320,3)
    images = np.empty((0,240,320,3),dtype='uint8')

    # filler image to append
    image = np.ones((240,320,3),dtype='uint8') * 255

    images = np.append(images,image,axis=0)

---

我需要将许多图像附加到此数组，因此在

100

附加之后，如果操作正确，图像数组的形状应为

（100240320,3）

。

您的

图像

数组有四个维度，因此必须为其添加一个四维项。为此，只需将一个新轴添加到

图像

，如下所示：

images = np.append(images,image[np.newaxis, ...], axis=0)

---

从某种意义上说，当通过一个轴时，

numpy.append

更类似于

list.extend

而不是

list.append

优于

np.append

是：

images = np.empty((100,240,320,3),dtype='uint8')
for i in range(100):
    image = ....
    images[i,...] = image

或

---

np.append

只是

np.concatenate

的封面。因此，每次通过循环时，它都会生成一个新数组。添加第100个图像时，您已经复制了第一个图像100次！。

np.append

的另一个缺点是必须调整图像的尺寸，这是一个常见的错误源。另一个常见的错误是将初始的“空”数组形状弄错。

当然，将这些数组粘贴到列表中，然后在最后构建组合数组会更有意义，因为重复附加到数组中效率很低。这更像是

alist=alist+[image]

alist = []
for i in range(100):
     image = ....
     alist.append(image)
images = np.array(alist)
# or images = np.stack(alist, axis=0) for more control