Python 将2个Ndarray合并为一个，其第一个组件是两个初始Ndarray

我有两个

ndarray

，A和B。我想创建一个

ndarray

，C，这样

C[0]=A

和

C[1]=B

换句话说，如果

A.shape

和

B.shape

都给出

（A，B）

，我想创建一个

ndarray

，C，其形状是

（2，A，B）

有没有一种方法可以构建这个？对于N

ndarray

和shape

（a，b）

是否有一种有效的方法来实现这一点，以便最终的

ndarray

具有shape

（N，a，b）

？

您可以使用

a=np.one（（3,4））
b=np.零（（3，4））
c=np.堆栈（（a，b），轴=0）
c、 形状#（2,3,4）

数组

c

具有以下数据：

数组（[[1,1,1,1.]，
[1., 1., 1., 1.],
[1., 1., 1., 1.]],
[[0., 0., 0., 0.],
[0., 0., 0., 0.],
[0., 0., 0., 0.]]])

您可以使用

a=np.one（（3,4））
b=np.零（（3，4））
c=np.堆栈（（a，b），轴=0）
c、 形状#（2,3,4）

数组

c

具有以下数据：

数组（[[1,1,1,1.]，
[1., 1., 1., 1.],
[1., 1., 1., 1.]],
[[0., 0., 0., 0.],
[0., 0., 0., 0.],
[0., 0., 0., 0.]]])

要实现您想要的，而不必指定

轴

，您可以按顺序深度使用哪些堆栈阵列：

a = np.array([[1, 2], [3, 4]])
b = np.asarray([[5, 6], [7, 8]])

np.dstack((a, b))

array([[[1, 5],
        [2, 6]],

       [[3, 7],
        [4, 8]]])

---

要实现您想要的，而不必指定轴，您可以使用按顺序深度排列的堆栈阵列：

a = np.array([[1, 2], [3, 4]])
b = np.asarray([[5, 6], [7, 8]])

np.dstack((a, b))

array([[[1, 5],
        [2, 6]],

       [[3, 7],
        [4, 8]]])

---

在尝试之后，我发现一种针对N个数组的方法是使用

np.stack（（a_1，…，a_N），axis=0）

。但是有没有比需要在这行代码中编写所有数组更有效的方法呢？哪种方法更有效？您可以将所有数组放入一个列表中，然后将该列表传递给

np.stack

。这有用吗<代码>数组=[a_1，…，a_N]；np.stack（array）我的每个ndarray的名称是

a_i

的形式，并且我的代码需要对所有这样的数组进行归纳（取决于将被提供给程序的数据），因此我试图找到一种不涉及我返回代码并显式编写的方法，比如说，

np.stack(（a_1，a_2，a_3，a_4），轴=0）

如果我总共有4个数组。你必须用这些细节更新你的问题，或者作为一个新问题提问。我的建议是把数组放在一个列表中吗？列表中可以有N个数组，列表中的位置将替换变量名。是的，这就是我尝试的。我想我必须找到一种创建循环的方法，其每次迭代都会将ndarray a_i添加到列表中。谢谢！尝试之后，我发现对N个ndarray执行此操作的方法是使用

np.stack（（a_1，…，a_N），axis=0）

。但是有没有比需要在这行代码中写入所有数组更有效的方法？哪种方法更有效？您可以将所有数组放入一个列表中，然后将该列表传递给

np.stack

。这有帮助吗？

数组=[a_1，…，a_N]；np.stack（数组）

我的每个数组的名称都是

a_i

的形式，我的代码需要可以概括为任意数量的数组（取决于将提供给程序的数据），因此我试图找到一种不需要返回代码并显式编写的方法，比如说，

np.stack（（a_1，a_2，a_3，a_4），axis=0）

如果我总共有4个数组。你必须用这些细节更新你的问题，或者作为一个新问题提问。我的建议是把数组放在一个列表中吗？列表中可以有N个数组，列表中的位置将替换变量名。是的，这就是我尝试的。我想我必须找到一种创建循环的方法，其每次迭代都会将数据数组a_i添加到列表中。谢谢！输出将具有shape

（a，b，N）

，但OP需要

（N，a，b）

。输出将具有shape

（a，b，N）

，但OP需要

（N，a，b）

。只需执行

np.array（[a1，a2，a3，…）

。一旦有了要加入的数组列表，就可以轻松地使用

np.array

或

np.stack

。只需执行

np.array（[a1，a2，a3，…]）

。一旦有了要加入的数组列表，就可以轻松地使用

np.array

或

np.stack

。