如何在 Python 中向 numpy 数组添加维度答案

【问题标题】：How to add a dimension to a numpy array in Python如何在 Python 中向 numpy 数组添加维度
【发布时间】：2017-01-18 14:28:57
【问题描述】：

我有一个大小为 (214, 144) 的数组。我需要它是 (214,144,1) 有没有办法在 Python 中轻松做到这一点？基本上尺寸应该是（天，时间，站）。因为我只有 1 个站点的数据，所以维度将是 1。但是，如果我还可以使代码足够灵活，例如 2 个站点，那就太好了（例如，将维度大小从 (428,288) 更改为 (214,144,2)）那太好了！

【问题讨论】：

从形状 (428, 288) 更改为 (214, 144, 2) 没有意义：您将那里的元素总数减半。你想要像(428, 144, 2) 这样的东西吗？
是的，我就是这个意思！对不起！ 428,144,2

标签： python arrays numpy dimensions

【解决方案1】：

你可以使用reshape:

>>> a = numpy.array([[1,2,3,4,5,6],[7,8,9,10,11,12]])
>>> a.shape
(2, 6)
>>> a.reshape((2, 6, 1))
array([[[ 1],
        [ 2],
        [ 3],
        [ 4],
        [ 5],
        [ 6]],

       [[ 7],
        [ 8],
        [ 9],
        [10],
        [11],
        [12]]])
>>> _.shape
(2, 6, 1)

除了将形状从(x, y) 更改为(x, y, 1) 之外，您还可以使用(x, y/n, n)，但您可能需要根据输入指定列顺序：

>>> a.reshape((2, 3, 2))
array([[[ 1,  2],
        [ 3,  4],
        [ 5,  6]],

       [[ 7,  8],
        [ 9, 10],
        [11, 12]]])
>>> a.reshape((2, 3, 2), order='F')
array([[[ 1,  4],
        [ 2,  5],
        [ 3,  6]],

       [[ 7, 10],
        [ 8, 11],
        [ 9, 12]]])

【讨论】：

【解决方案2】：

1) 向任意维度的数组a 添加维度：

b = numpy.reshape (a, list (numpy.shape (a)) + [1])

说明：

您获得a 的形状，将其转换为列表，将1 连接到该列表，然后将该列表用作reshape 操作中的新形状。

2) 要指定维度的细分，并自动计算最后一个维度的大小，请使用-1 作为最后一个维度的大小。例如：

b = numpy.reshape(a, [numpy.size(a,0)/2, numpy.size(a,1)/2, -1])

在这种情况下b 的形状将是[214,144,4]。

（显然，如果需要，您可以将这两种方法结合起来）：

b = numpy.reshape (a, numpy.append (numpy.array (numpy.shape (a))/2, -1))

【讨论】：

np.expand_dims(a, -1) 执行这种reshape，在末尾添加一个带有-1 参数的新轴。没有新功能，但新的 np.stack 使用它在任何新轴上连接数组。