如何在python中将n维数组从形状（1600,105）重塑为形状（1600,14,105）？另外，如何将列从一个复制到另一个？答案

【问题标题】：How to reshape an ndimensional array from shape (1600,105) to shape (1600,14,105) in python? Also how can I copy columns from one to the other?如何在python中将n维数组从形状（1600,105）重塑为形状（1600,14,105）？另外，如何将列从一个复制到另一个？
【发布时间】：2019-07-25 00:38:23
【问题描述】：

我目前有一个形状为(1600,105) 的ndim 数组，其中填充了数据。我想保持现有数据相同，但只需在中间添加一个新的零轴，从而生成形状为(1600,14,105) 的 ndarray，其中原始值保持不变。如何在 python / 使用 numpy 中执行此操作？此外，我制作了一个形状为(1600,14,105) 的零数组，但不知道如何将原始数组中的值复制到这个数组中。

我尝试添加一个新轴，但不确定如何将我当前的数组从 (1600,105) 重塑为 (1600,14,105)。我尝试使用array2 = np.zeros((1600,14,105)) 制作一个形状为零的 np 数组(1600,14,105)。现在我想将形状为(1600, 105) 的原始array1 中的值复制到新数组中的相应轴中。

array2 = np.zeros((1600,14,105))
array1.shape 
Out[1]:
  (1600, 105)

【问题讨论】：

array2[:,0,:] = array1 会将array1 复制到一个array2 - 只复制一份，留下13 个大小相同的“列”零。还是你想要 14 份？ array2[...] = array1[:,None,:]?
我尝试了这两种方法，但这并不是我想要的。想象一下我有这个 (1600,105) 数组。我想保持原样，但新尺寸为 14。
如果要复制数据14次，np.repeat(a[:, None, :], 14, axis=1)。如果您只是想满足某些矢量化操作的形状约束，可能会有更好的方法来做您想做的事情。
形状为 (1600,14,105) 的数组大 14 倍。它要么必须大部分为零，要么重复。
也许你应该添加一个例子

标签： python numpy multidimensional-array numpy-ndarray

【解决方案1】：

我想也许您正在寻找的是在末尾而不是中间添加一个维度。有两种方法可以做到这一点：

要么新维度主要包含零（或您想要的任何值）：

array2 = np.zeros((1600,105,14))
array2[:, :, 0] = array1

或者它包含原始数组的重复：

array2 = np.zeros((1600,105,14))
array2[:, :, :] = np.expand_dims(array1, 2)

【讨论】：

【解决方案2】：

In [25]: arr = np.arange(1,13).reshape(3,4)                                                                  
In [26]: arr                                                                                                 
Out[26]: 
array([[ 1,  2,  3,  4],
       [ 5,  6,  7,  8],
       [ 9, 10, 11, 12]])

一个添加了尺寸为 2 的新数组：

In [28]: arr2 = np.zeros((3,2,4),int)                                                                        
In [29]: arr2                                                                                                
Out[29]: 
array([[[0, 0, 0, 0],
        [0, 0, 0, 0]],

       [[0, 0, 0, 0],
        [0, 0, 0, 0]],

       [[0, 0, 0, 0],
        [0, 0, 0, 0]]])

一份：

In [30]: arr2[:,0,:] = arr                                                                                   
In [31]: arr2                                                                                                
Out[31]: 
array([[[ 1,  2,  3,  4],
        [ 0,  0,  0,  0]],

       [[ 5,  6,  7,  8],
        [ 0,  0,  0,  0]],

       [[ 9, 10, 11, 12],
        [ 0,  0,  0,  0]]])

两份：

In [32]: arr2[...] = arr[:,None,:]                                                                           
In [33]: arr2                                                                                                
Out[33]: 
array([[[ 1,  2,  3,  4],
        [ 1,  2,  3,  4]],

       [[ 5,  6,  7,  8],
        [ 5,  6,  7,  8]],

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

【讨论】：