Python 合并三个形状相同的NumPy数组

我有一个

numpy

数组

l1

的形状

（128，128，3）

和数据类型

np.bool

。

l1

的所有元素都是

False

。我还有三个数组

first\u l2

，

second\u l2

和

third\u l2

，它们的形状

（128，128，1）

和数据类型

np.bool

我想知道的是如何将

first\u l2

、

second\u l2

和

third\u l2

合并到

l1

中，这样以前数组的对应元素在

l1
中有一个函数被调用。如果我正确理解了你的问题，它应该完全符合你的要求：）

例如：

array1 = np.array([[True, True],[False, False]])
array2 = np.array([[False, False],[True, True]])
array3 = np.array([[False, True],[True, False]])

现在将它们堆叠起来：

stacked = np.stack((array1, array2, array3))

stacked
> array([[[True, True],[False, False]],
         [[False, False],[True, True]],
         [[False, True],[True, False]]])

stacked.shape
> (3, 2, 2)

希望有帮助！：）
 这很有效

l1[:, :, 0] = first_l2[:, :, 0]
l1[:, :, 1] = second_l2[:, :, 0]
l1[:, :, 2] = third_l2[:, :, 0]

要归功于@Holt
我建议通过@Holt提出的硬编码方法加入这三个数组

假设您有三个shape
（128，128，1）
数组，并且希望将它们组合成一个shape
（128，128，3）
数组

要实现这一点，只需将数组传递给
串联
函数，如下所示：

In [317]: out1 = np.concatenate((arr1, arr2, arr3), axis=-1)

硬编码方法将产生相同的结果，但更为详细，并且必须显式分配结果数组：

In [318]: out2 = np.empty(shape=(128, 128, 3))

In [319]: out2[:, :, 0] = arr1[:, :, 0]

In [320]: out2[:, :, 1] = arr2[:, :, 0]

In [321]: out2[:, :, 2] = arr3[:, :, 0]

In [322]: print(np.all(out1 == out2))
True

应该注意的是，@Lauro Bravar的回答中提出的方法并没有提供预期的结果，因为
堆栈
沿着一个新的轴连接数组

In [323]: out3 = np.stack((arr1, arr2, arr3))

In [324]: print(out3.shape)
(3, 128, 128, 1)

只需使用数组切片，
l1[：，：，0]=第一个
，
l1[：，：，1]=第二个
，等等…@Holt但是有一个问题，
l1[：，：，0]
将返回一个形状为
（128128）
的数组，但l2的形状为
（128128,1）
？在为l2分配或使用另一个切片之前挤压l2。谢谢，
l1[：，：，0]=l2[：，：，0]
In [323]: out3 = np.stack((arr1, arr2, arr3))

In [324]: print(out3.shape)
(3, 128, 128, 1)