Python 将三维阵列沿各自的列分离为二维阵列

代码是用Python编写的。在上面的代码中，我试图将numpy 3-d数组（tempObj）分成两个2-d数组（temp1和temp2），以便合并相应的列。

---

有更好或更简单的方法吗？

使用

tempObj[：，0，：]

和

tempObj[：，1，：]

。以下是一个例子：

temp1 = tempObj[0][0]
temp2 = tempObj[0][1]
if len(tempObj) > 1:
    for i in range(1, len(tempObj)):
    temp1 = np.vstack((temp1, tempObj[i][0]))
    temp2 = np.vstack((temp2, tempObj[i][1]))

您需要确保

tempObj

（或其任何部分）的类型是

numpy.ndarray

，而不是

list

。您可以通过键入

print（type（tempObj））

来完成此操作。下面的示例是我怀疑的代码，它给出了一个

TypeError错误：列表索引必须是整数，而不是tuple

：

import numpy as np
tempObj = np.array([
    [
        [1,5], [2,7], [3,8], [4,4],
        [6, 5], [4, 7], [13, 8], [9, 4]
    ],

    [
        [21,25], [22,72], [32,82], [34,43],
        [64, 54], [44, 74], [1443, 48], [94, 44]
    ],
    [
        [211, 215], [212, 712], [312, 812], [314, 413],
        [614, 514], [414, 714], [11443, 148], [194, 414]
    ]

])

# Your code:
############################################
temp1 = tempObj[0][0]
temp2 = tempObj[0][1]
if len(tempObj) > 1:
    for i in range(1, len(tempObj)):
        temp1 = np.vstack((temp1, tempObj[i][0]))
        temp2 = np.vstack((temp2, tempObj[i][1]))
print(temp1)
print(temp2)

# my suggestion
############################################
print(tempObj[:, 0, :])
print(tempObj[:, 1, :])

---

使用

tempObj[：，0，：]

和

tempObj[：，1，：]

。以下是一个例子：

temp1 = tempObj[0][0]
temp2 = tempObj[0][1]
if len(tempObj) > 1:
    for i in range(1, len(tempObj)):
    temp1 = np.vstack((temp1, tempObj[i][0]))
    temp2 = np.vstack((temp2, tempObj[i][1]))

您需要确保

tempObj

（或其任何部分）的类型是

numpy.ndarray

，而不是

list

。您可以通过键入

print（type（tempObj））

来完成此操作。下面的示例是我怀疑的代码，它给出了一个

TypeError错误：列表索引必须是整数，而不是tuple

：

import numpy as np
tempObj = np.array([
    [
        [1,5], [2,7], [3,8], [4,4],
        [6, 5], [4, 7], [13, 8], [9, 4]
    ],

    [
        [21,25], [22,72], [32,82], [34,43],
        [64, 54], [44, 74], [1443, 48], [94, 44]
    ],
    [
        [211, 215], [212, 712], [312, 812], [314, 413],
        [614, 514], [414, 714], [11443, 148], [194, 414]
    ]

])

# Your code:
############################################
temp1 = tempObj[0][0]
temp2 = tempObj[0][1]
if len(tempObj) > 1:
    for i in range(1, len(tempObj)):
        temp1 = np.vstack((temp1, tempObj[i][0]))
        temp2 = np.vstack((temp2, tempObj[i][1]))
print(temp1)
print(temp2)

# my suggestion
############################################
print(tempObj[:, 0, :])
print(tempObj[:, 1, :])

---

tempObj[：，0]

和

tempObj[：，1]

？@Divakar:它不适用于三维数组。

tempObj[：，0]

和

tempObj[：，1]

？@Divakar:它不适用于三维数组。出现以下错误：

TypeError:列表索引必须是整数，非元组

，因此您可以通过键入

tempObj=np.array（tempObj）

将其更改为

numpy.ndarray

，然后使用

tempObj[：，0，：]

等。出现以下错误：

tempObj=np.array（tempObj）

值错误：无法将输入数组从形状（4）广播到形状（1）我甚至尝试过这个方法，但是同样的错误出现了：

temp1=np.array（tempObj）[：，0，：]

值错误：无法将输入数组从形状（4）广播到形状（1）

tempObj=[[array（[[0.10637，-0.1495，-0.0374，-0.2185]，[0.1551，-0.0893,0.036,0.0282]，[0.2061,0.5072,0.3971,0.3163]，[-0.1448,0.2442,0.0603,0.0389]，[1.0165,1.0355,0.0088,0.0101]，[0.98874854,0.97787452,0.99859974,0.95337157]，[0.97623035,0.99196171,0.99863394,0.99919989]，[0.95837367,0.77314455,0.85411506,0.90477692]，[0.97922599,0.9420922,99846]，[0.998]，[0.35578364，0.34216564，0.99992133，0.99989703]]]

好的，现在我明白了。使用

tempObj=np.array（tempObj[0]）

然后

tempObj[0，：，：]

和

tempObj[1，：，：]

出现以下错误：

TypeError:列表索引必须是整数，而不是元组

因此您可以通过键入

tempObj=np.array（tempObj）

然后使用

tempObj[：，0，：]

等将其更改为

numpy.ndarray

，方法是：

tempObj=np.array（tempObj）

ValueError:无法将输入数组从形状（4）广播到形状（1）

我甚至尝试过这个，但同样的错误出现了：

temp1=np.array（tempObj）[：，0，：]

ValueError:无法将输入数组从形状（4）广播到形状（1）

tempObj=[[array（[[0.10637，-0.1495，-0.0374，-0.2185]，[0.1551，-0.0893,0.036,0.0282]，[0.2061,0.5072,0.3971,0.3163]，-0.1448,0.2442,0.0603,0.0389]，-1.0165,1.0355,0.0088,0.0101]），阵列（[0.98874854,0.97787452,0.99859974,0.95337157]，[0.97623035,0.99196171,0.99863394,0.99989]，]，[0.95837367,0.77314455,0.85411506,0.90477692]，[0.97922599,0.9420922,0.99636324,0.99848106]，[0.35578364,0.34216564,0.99992133,0.99989703]）]。

好的，现在我明白了。使用

tempObj=np.array（tempObj[0

然后

tempObj[0，：，：，：]，