有许多帖子和博客在讨论如何使用追加、vstack 或连接来操作 2D 数组,但我无法让它在 3D 中工作。
问题假设:
--3D 数组将具有 (k, m, 2) 的形状。
--k 将是已知值
--m 的范围可以从 1 到 n,并且不是预先确定的
In [1]: import numpy as np
In [2]: a = np.empty((3, 1, 2))
Out[2]:
array([[[0., 0.]],
[[0., 0.]],
[[0., 0.]]])
In [3]: a[0] = [[5, 6]]
In [4]: a
Out[4]:
array([[[5., 6.]],
[[0., 0.]],
[[0., 0.]]])
In [5]: a[0] = np.vstack((a[0], [[10, 15]]))
Out[5]:
ValueError: could not broadcast input array from shape (2,2) into shape(1,2)
In [6]: a[0] = np.append(a[0], [[10, 15]], axis=0)
Out[6]:
ValueError: could not broadcast input array from shape (2,2) into shape(1,2)
所需的输出将是。
array([[[5., 6. ]
[10., 15.]],
[[0., 0.]],
[[0., 0.]]])
任何帮助将不胜感激。
澄清:
我正在寻找的输出是这样的。
[[[ 5, 6],
[10, 15]],
[[ 0, 0]],
[[ 0, 0]]]
凯尔·布斯(Kyle Booth)的回应接近:
c = np.insert(a, 1, b, axis=1)
[[[ 5, 6],
[10, 15]],
[[ 0, 0],
[10, 15]],
[[ 0, 0],
[10, 15]]]
一个有效的numpy
数组。
[[[ 5, 6],
[10, 15]],
[[ 0, 0]],
[[ 0, 0]]]
它有 3 个"行",一个是 (2,2) 形状,其他是 (1,2)。
如果我将其键入为列表列表
In [40]: x = np.array([[[5,6],[10,15]],[[0,0]],[[0,0]]])
Out[40]: array([[[5, 6], [10, 15]], [[0, 0]], [[0, 0]]], dtype=object)
我得到了一个形状(3,),dtype object
的数组,因为它无法创建正常的3d数组。 这 3 个对象中的每一个都只是列表的列表。 把它包裹在np.array
并没有多大作用。
如果我列出 3 个 2d 数组,可能会更有意义:
In [45]: [np.array(y) for y in x]
Out[45]:
[array([[ 5, 6],
[10, 15]]),
array([[0, 0]]),
array([[0, 0]])
]
问题不在于3D,而在于不规则的数组,不同大小的数组。
这是你想要的:
import numpy as np
a = np.array([[[5., 6.]],
[[0., 0.]],
[[0., 0.]]])
b = np.array([[10, 15]])
c = np.insert(a,1,b,0)
print c
[[[ 5. 6.]]
[[ 10. 15.]]
[[ 0. 0.]]
[[ 0. 0.]]]