numpy.dstack 用于 3D 数组？答案

【问题标题】：numpy.dstack for 3D arrays?numpy.dstack 用于 3D 数组？
【发布时间】：2020-05-08 15:24:29
【问题描述】：

np.dstack 对 2D 数组按预期工作，但由于某些原因，对于 3D 数组，它不是按最后一维堆叠的。

ND 数组的最后一维堆栈的正确方法是什么？

例子：

import numpy as np

#2D
a = np.zeros((2,2,1))
a.shape
(2, 2, 1)

np.dstack([a] * 3).shape
(2, 2, 3)

#3D
b = np.zeros((8,2,2,1))
b.shape
(8, 2, 2, 1)
np.dstack([b] * 3).shape
(8, 2, 6, 1)

【问题讨论】：

np.comcatenate 带有 axois 参数
@hpaulj 小错误：np.concatenate 和 axis。
np.dstack 沿第三维连接。 stackoverflow.com/a/25117015

标签： python numpy

【解决方案1】：

如果您想将数组与自身堆叠，就像在您的示例中一样，您可以使用 np.repeat

b = np.zeros((8,2,2,1))
n_stacks = 3
np.repeat(b, n_stacks, axis=b.ndim-1).shape
(8, 2, 2, 3)

如果你想沿它们的最后一个维度堆叠两个不同的数组，你可以使用 np.concatenate

b = np.zeros((8,2,2,1))
c = np.ones((8,2,2,1))
np.concatenate((b,c),axis=b.ndim-1).shape
(8, 2, 2, 2)

【讨论】：