Python 堆叠二维阵列numpy

假设

t

是一个二维的Numpy数组

（30,5）

（或者实际上，

（1,30,5）

）和

x

也是一个形状

（1000,5）

的Numpy数组。我试图将x中的二维数据转换为三维数据，新数组中的每个矩阵是

x

中1000行中的30行（连续）。在

t

和

x[：30]

的元组上使用

np.vstack

时，或

t = np.vstack((t, x[:30]))

我的输出的形状是

（60,5）

，但我希望它是

（2,30,5）

。我该怎么做

更新：我尝试了dkv的建议，通过以下方式实施：

t = np.random.rand(1,30,5)
for i, n in zip(x_data, np.arange(len(x_data))):
    l = len(x_data) - 29
    if n < l:
        t = np.vstack((t,x_data[n:n+30].reshape(1,30,5)))

t = np.delete(t, 0)
print(t[:2], t.shape)


>>> [ 0.38009933  0.82223491]
>>> (1691249,)

t=np.random.rand（1,30,5）
对于zip中的i，n（x_数据，np.arange（len（x_数据）））：
l=len（x_数据）-29
如果n>> [ 0.38009933  0.82223491]
>>> (1691249,)

---

现在它是一维的。有什么想法吗？

有很多方法。一是

np.r_['0,3,1', t, x[:30]]

---

r

是一种“通用级联器”。本例中的第一个参数指示它沿轴0连接，使数组参数为3d，并在必要时填充尺寸，使原始的第零个轴成为填充数组中的轴1。

您需要重塑x[：30]切片以匹配t的尺寸，以便实际将它们堆叠到正确的尺寸

t = np.ones((1,30,5))
x = np.ones((1000,5))
out = np.vstack((t, x[:30].reshape(1,30,5)))
out.shape
>>> (2L, 30L, 5L)

t.重塑（2,30,5）

？注意（30,5）和（1,30,5）是不同的形状。（30,5）是一个包含30行5列的矩阵。（1,30,5）看起来像一个30x5的水平平面。您使用的np.delete（）不正确。试着在那行之前打印t.shape，看看它是正确的形状。