Python：如何在不扩展矩阵的情况下增加矩阵的维度？答案

【问题标题】：Python: How to increase the dimensions of a matrix without expanding it?Python：如何在不扩展矩阵的情况下增加矩阵的维度？
【发布时间】：2018-01-18 07:49:20
【问题描述】：

我是 Python 的新手，目前正在编写一个代码，我想在其中存储 3 维矩阵的先前迭代，其版本是在 for 循环的每个步骤中创建的。我想解决这个问题的方法是连接一个维度为 3+1=4 的新数组，该数组存储以前的值。现在这可以通过连接实现，我让它像这样工作：

import numpy as np

matrix = np.ones((1,lay,row,col), dtype=np.float32)

for n in range(100):
    if n == 0:
        # initialize the storage matrix
        matrix_stored = matrix
    else:
        # append further matrices in first dimension
        matrix_stored = np.concatenate((matrix_stored,matrix),axis = 0)

所以这是我的问题：上面的代码要求矩阵已经是四维结构 [1 x m x n x o]。但是，出于我的目的，我更愿意将变量矩阵保留为三维 [m x n x o]，并且仅在将其输入变量 matrix_stored 时将其转换为四维形式。

有没有办法促进这种转换？

【问题讨论】：

docs.scipy.org/doc/numpy/reference/generated/numpy.reshape.html

标签： python arrays python-3.x numpy concatenation

【解决方案1】：

您可以考虑使用np.reshape。特别是，在将矩阵传递给函数时，您将像这样重塑它：

your_function(matrix.reshape(1, *matrix.shape))

matrix.shape 打印出矩阵的现有维度。

【讨论】：

【解决方案2】：

回答您的问题：添加长度为 1 的维度的简写方法是使用 None 进行索引

np.concatenate((matrix_stored,matrix[None]),axis = 0)

但最重要的是，我想警告您不要在循环中连接数组。比较这些时间：

In [31]: %%timeit
    ...: a = np.ones((1,1000))
    ...: A = a.copy()
    ...: for i in range(1000):
    ...:     A = np.concatenate((A, a))
1 loop, best of 3: 1.76 s per loop

In [32]: %timeit a = np.ones((1000,1000))
100 loops, best of 3: 3.02 ms per loop

这是因为concatenate 将数据从源数组复制到一个全新的数组中。并且循环的每次迭代都需要复制越来越多的数据。

最好提前分配：

In [33]: %%timeit
    ...: A = np.empty((1000, 1000))
    ...: a = np.ones((1,1000))
    ...: for i in range(1000):
    ...:     A[i] = a
100 loops, best of 3: 3.42 ms per loop

【讨论】：