从现有的 2d 数组在 numpy 中构造 3d 数组答案

【问题标题】：Contruct 3d array in numpy from existing 2d array从现有的 2d 数组在 numpy 中构造 3d 数组
【发布时间】：2010-12-16 04:58:40
【问题描述】：

在为 NumPy 计算准备数据期间。我很好奇构建方式：

myarray.shape => (2,18,18)

来自：

d1.shape => (18,18)
d2.shape => (18,18)

我尝试使用 NumPy 命令：

hstack([[d1],[d2]])

但它看起来不起作用！

【问题讨论】：

标签： python numpy

【解决方案1】：

np.stack() 函数提供了很多功能。你可以说：

>>> d3 = np.stack([d1, d2])
>>> d3.shape
(2, 18, 18)

但是，您也可以指定轴，阵列沿着该轴连接。因此，如果您想加入 RGB 图像的通道，您可以说：

>>> d3 = np.stack([d1, d2], axis=-1)
>>> d3.shape
(18, 18, 2)

【讨论】：

【解决方案2】：

arr3=np.dstack([arr1, arr2])

arr1,arr2 是二维数组shape (256,256),arr3:shape(256,256,2)

【讨论】：

为此，因为它也适用于在图像上加入 RGB 通道，因为最终形状必须是 (height,width,3)。

【解决方案3】：

hstack 和 vstack 不会改变数组的维数：它们只是将它们“并排”放置。因此，组合二维数组会创建一个新的二维数组（不是 3D 数组！）。

你可以按照丹尼尔的建议去做（直接使用numpy.array([d1, d2])）。

您也可以在堆叠之前将数组转换为 3D 数组，方法是为每个数组添加一个新维度：

d3 = numpy.vstack([ d1[newaxis,...], d2[newaxis,...] ])  # shape = (2, 18, 18)

其实d1[newaxis,...].shape == (1, 18, 18)，你可以直接堆叠两个3D数组，得到你想要的新3D数组（d3）。

【讨论】：

np.vstack([a[np.newaxis,...],b[np.newaxis,...]]) 很有魅力！谢谢。

【解决方案4】：

只做d3 = array([d1,d2]) 似乎对我有用：

>>> from numpy import array
>>> # ... create d1 and d2 ...
>>> d1.shape
(18,18)
>>> d2.shape
(18,18)
>>> d3 = array([d1, d2])
>>> d3.shape
(2, 18, 18)

【讨论】：

我有一个类似的问题。如果我已经获得了形状为（2,18,18）的 d3，并且我想将另一个二维数组 d4（18x18）添加到 d3 中以制作 3-d 数组（3,18,18）。我该怎么办？
你只是vstack(d3, d4[np.newaxis,...])，就像我的回答一样。
必须是 vstack((d3, d4[np.newaxis,...]))。需要两个 '(( ))'。