如何附加 2D numpy 数组以形成 3D 数组？

Question

我有一个形状为 (20,87) 的 2D NumPy 数组，现在我想追加多个这种类型的数组，这样在追加后假设其中的 100 个我的最终形状将是 (100,20,87)。

我尝试使用numpy.append() 进行正常附加，但没有成功。

编辑： 我已将链接附加到我的colab notebook。

这是我的代码：

audio_sr = []
x_train = []
y_train = []
x_test = []
y_test = []
for data in path:
    ipd.Audio(data)
    i = 0
    label = 0
    while i <= 120 :
        audio, sr = librosa.load(data, offset=i, duration=2)
        audio_sr.append((audio, sr))
        i += 2
    label += 1

all_mel_db = []
for audio, sr in audio_sr:
    mel_spec = librosa.feature.melspectrogram(audio, sr = sr, n_mels = 20)
    mel_db = librosa.power_to_db(mel_spec, ref = np.max)
    all_mel_db.append(mel_db)
x_train = []
x_test = np.array(x_test)
x_train = np.dstack(all_mel_db).reshape((len(all_mel_db), 20, 87))

我得到了这个错误

ValueError：连接轴的所有输入数组维度 必须完全匹配，但沿着维度 1，索引 0 处的数组具有 大小为 87，索引 121 处的数组大小为 66

在重塑后使用 np.append()，我得到了

for mel_db in all_mel_db:
    mel_db = np.reshape(1, mel_db.shape[0], mel_db.shape[1])
    x_train = np.append(x_train, mel_db)

错误：

为数组排序检测到非字符串对象。请传入“C”， 改为“F”、“A”或“K”

然后简单地转换为 NumPy 数组：

x_train = np.array(all_mel_db)

我明白了：

ValueError: 无法将输入数组从形状 (20,87) 广播到 形状 (20)

Answer 1

您可以使用numpy.dstack 通过以下方式生成(20, 87, N) 形状的输出：

a = np.random.rand(20, 87)
b = np.random.rand(20, 87)
c = np.random.rand(20, 87)
d = np.random.rand(20, 87)

collection = np.dstack([a, b, c, d])
collection.shape # out: (20, 87, 4)

collection = np.dstack([a, b, c, d]).reshape((4, 20, 87))
collection.shape # out: (4, 20, 87)

干杯。