遇到这样一个需求:程序中每次循环生成一个二维array,需要把每次循环的二维array叠加成一个三维的array,例如有如下两个矩阵:
组合成以下这种形式:
这样组合之后,有一个非常大的优点就是:保持原有的二维array的形式不变,便于以后取出,比如说我想从C中取出A,只需要执行:A=C[0,:]即可。
但是百度之后发现,在python中,numpy函数包中并没有对应的函数来实现三维array中不断添加二维array(有知道这个函数的欢迎在评论区告诉我)
这里,提供两种“曲线救国”的解决方案:
方法一:
对于两个(或者多个)同一维度的矩阵,直接利用np.array()重新构造一个array,这样可以变相起到扩展维数的作用。例如:
import numpy as np a = np.array([[1,2,3],[4,5,6]]) b = np.array([[2,2,3],[4,5,6]]) c = np.array([[3,2,3],[4,5,6]]) print('矩阵a:\n',a) print('维数:',a.shape) com = np.array([a,b,c]) print('合并矩阵:\n',com) print('维数:',com.shape)
输出结果为:
矩阵a: [[1 2 3] [4 5 6]] 维数: (2, 3) 合并矩阵: [[[1 2 3] [4 5 6]] [[2 2 3] [4 5 6]] [[3 2 3] [4 5 6]]] 维数: (3, 2, 3)
方法二:
但是,如果两个array,使用方法一时会出现如下结果:
import numpy as np aa = np.array([[[1,2,3],[4,5,6]],[[2,2,3],[4,5,6]],[[3,2,3],[4,5,6]]]) a = np.array([[4,2,3],[4,5,6]]) com = np.array([aa,a]) print('合并矩阵:\n',com) print('维数:',com.shape)
输出结果:
合并矩阵: [array([[[1, 2, 3], [4, 5, 6]], [[2, 2, 3], [4, 5, 6]], [[3, 2, 3], [4, 5, 6]]]) array([[4, 2, 3], [4, 5, 6]])] 维数: (2,)
可以看到:输出的维数不对,以上方法就不适用了。
那么,我们就需要利用np.append和array.reshape()函数对数组进行拼接之后重组,具体实现如下:
import numpy as np aa = np.array([[[1,2,3],[4,5,6]],[[2,2,3],[4,5,6]],[[3,2,3],[4,5,6]]]) a = np.array([[4,2,3],[4,5,6]]) data = np.append(aa,a)#先拼接成一个行向量 print(data) dim = aa.shape#获取原矩阵的维数 print('原矩阵维数:',dim) data1 = data.reshape(dim[0]+1,dim[1],dim[2])#再通过原矩阵的维数重新组合 print('合并矩阵:\n',data1) print('维数:',data1.shape)
输出结果:
方法三:
相比于前两种方法,这种方法可谓“曲线救国”之典范,具体思路是:先转化成list,拼接后再转化回去。
这是因为list中的append()函数可以在添加函数的时候不改变原来list的维度。虽然没有对这种方法进行一个速度测试,但直觉来看时间复杂度挺高的,建议慎用。
aa = np.array([[[1,2,3],[4,5,6]],[[2,2,3],[4,5,6]],[[3,2,3],[4,5,6]]]) a = np.array([[4,2,3],[4,5,6]]) #将array转换成list aa = aa.tolist(aa) a = a.tolist(a) aa.append(a)#注意与方法二中np.append()用法的区别 com = np.array(aa) print(com.shape)
输出结果:
合并矩阵: [[[1 2 3] [4 5 6]] [[2 2 3] [4 5 6]] [[3 2 3] [4 5 6]] [[4 2 3] [4, 5, 6]]] 维数: (4,2,3)
这里注意:
两种类型的相互转换函数:
array转list:a = a.tolist()
list转array:a =np.array(a)
这里需要注意:A.tolist 和 list(A) 外表看,都是把一个array转换成list,但是两者还是有一些区别的。看下边这个例子:
A = np.reshape(np.arange(6),(3,2)) #生成一个3行2列的array print("数组A:",A) print('A.tolist():',A.tolist()) print('list(A): ',list(A))
结果如下:
数组A:
array([[0, 1], [2, 3], [4, 5]]) A.tolist(): [[0, 1], [2, 3], [4, 5]] list(A): [array([0, 1]), array([2, 3]), array([4, 5])]
可以看到:list(A)只是把最外层的array变成了list,但是里边的每个向量都还是array类型。
最后吐槽一句,其实numpy包中对于一位数组和二维数组的拼接,可选函数很多,但是唯独没有考虑更高维数组的拼接。甚至连重写的append函数都没有原来的好用,真是青出于蓝而败于蓝啊,痛心。强烈建议numpy包在未来的更新中尽快解决这个问题。
在深度学习中,也有类似于这样的需求,比如用图片来训练模型时,彩色图片就是一个个三维数组,需要把一批图片都送到网络中就需要把多个三维矩阵叠加。
tensorflow貌似提供了这样的函数,在搭建深度学习框架时可以直接使用,以后有机会继续扩展。
扩展阅读:
最后,附几个二维array中,添加一行或者一列元素的函数:
1 . np.append(a,b,axis=数字)
其中:
没有axis属性:把所有元素展开
axis = 0:添加添加n行
axis = 1:添加n列
口诀:0行1列,适用于所有的numpy函数的axis属性。
2.增加一行或者一列。
b = np.row_stack((a, 行元素))# 添加行 c = np.column_stack((a, 列元素)) #添加列
以上这篇python实现把两个二维array叠加成三维array示例就是小编分享给大家的全部内容了,希望能给大家一个参考,也希望大家多多支持。
免责声明:本站文章均来自网站采集或用户投稿,网站不提供任何软件下载或自行开发的软件! 如有用户或公司发现本站内容信息存在侵权行为,请邮件告知! 858582#qq.com
稳了!魔兽国服回归的3条重磅消息!官宣时间再确认!
昨天有一位朋友在大神群里分享,自己亚服账号被封号之后居然弹出了国服的封号信息对话框。
这里面让他访问的是一个国服的战网网址,com.cn和后面的zh都非常明白地表明这就是国服战网。
而他在复制这个网址并且进行登录之后,确实是网易的网址,也就是我们熟悉的停服之后国服发布的暴雪游戏产品运营到期开放退款的说明。这是一件比较奇怪的事情,因为以前都没有出现这样的情况,现在突然提示跳转到国服战网的网址,是不是说明了简体中文客户端已经开始进行更新了呢?
更新日志
- 雨林唱片《赏》新曲+精选集SACD版[ISO][2.3G]
- 罗大佑与OK男女合唱团.1995-再会吧!素兰【音乐工厂】【WAV+CUE】
- 草蜢.1993-宝贝对不起(国)【宝丽金】【WAV+CUE】
- 杨培安.2009-抒·情(EP)【擎天娱乐】【WAV+CUE】
- 周慧敏《EndlessDream》[WAV+CUE]
- 彭芳《纯色角3》2007[WAV+CUE]
- 江志丰2008-今生为你[豪记][WAV+CUE]
- 罗大佑1994《恋曲2000》音乐工厂[WAV+CUE][1G]
- 群星《一首歌一个故事》赵英俊某些作品重唱企划[FLAC分轨][1G]
- 群星《网易云英文歌曲播放量TOP100》[MP3][1G]
- 方大同.2024-梦想家TheDreamer【赋音乐】【FLAC分轨】
- 李慧珍.2007-爱死了【华谊兄弟】【WAV+CUE】
- 王大文.2019-国际太空站【环球】【FLAC分轨】
- 群星《2022超好听的十倍音质网络歌曲(163)》U盘音乐[WAV分轨][1.1G]
- 童丽《啼笑姻缘》头版限量编号24K金碟[低速原抓WAV+CUE][1.1G]