Python 沿numpy数组的第四维追加

我有一组4d的结构化数据（时间、水平、纬度、经度），我正在尝试插值。为了方便，我需要在数据的末尾添加一个额外的经度值，该值与第一个经度值相同。这将允许我使用的插值方法在较高的经度值下正确插值（例如359）

当前数据具有维度（64,70,64128），需要使其具有维度（64,70,64129），其中最后一个经度的值与第一个经度的值相同

这是我到目前为止试过的

data = np.concatenate((data, data[:,:,:,0]), axis = 3)

及

不管我得到什么

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

对于这两种情况，我都尝试在数据中添加一个额外的维度以附加

数据[：，：，：，0][…，np.newaxis]

，但是这没有帮助

在这一点上，我不知道如何去做这件事，除了循环通过每个时间、级别、lat和附加一个值之外，但是我需要对数百组数据执行此操作，所以这将变得非常缓慢

---

有什么想法吗？

问题是数组需要共享相同的形状（显然是从错误消息中），但这意味着数组需要具有相同的维数。快速的答案是使用

np.append(data, data[:,:,:,0,np.newaxis], axis=3)
# or alternatively in shorthand:
np.append(data, data[...,0,None], axis=-1)

在切片末尾添加

None

或向数组添加额外维度：

>>> data.shape
(64, 70, 64, 128)

>>> data[...,0].shape
(64, 70, 64)

>>> data[...,0,None].shape
(64, 70, 64, 1)

---

这允许阵列在所有维度中共享相同数量的维度和相同的形状，但您要追加的维度除外。

np.concatenate（（数据，数据[：，：，：，：，0][…，无]），axis=3）

应该适合您。

数据

索引可以合并为一个[]，但不必如此。谢谢！回想起来有点明显，但我不明白抓取我的切片实际上是在改变数据的维度。

>>> data.shape
(64, 70, 64, 128)

>>> data[...,0].shape
(64, 70, 64)

>>> data[...,0,None].shape
(64, 70, 64, 1)