Numpy：按最后一维堆叠数组

Question

假设我有 3 个形状相同的 numpy 数组 a、b、c，比如

a.shape == b.shape == c.shape == (7,9)

现在我想创建一个大小为 (7,9,3) 的 3 维数组，比如 x，这样

x[:,:,0] == a
x[:,:,1] == b
x[:,:,2] == c

"pythonic" 的实现方式是什么（也许在一行中）？

提前致谢！

Answer 1

有一个函数可以做到这一点：numpy.dstack（"d" 对应 "depth"）。例如：

In [10]: import numpy as np

In [11]: a = np.ones((7, 9))

In [12]: b = a * 2

In [13]: c = a * 3

In [15]: x = np.dstack((a, b, c))

In [16]: x.shape
Out[16]: (7, 9, 3)

In [17]: (x[:, :, 0] == a).all()
Out[17]: True

In [18]: (x[:, :, 1] == b).all()
Out[18]: True

In [19]: (x[:, :, 2] == c).all()
Out[19]: True

Answer 2

TL;DR:

使用 numpy.stack (docs)，它沿着您选择的新轴连接一系列数组。

尽管@NPE 的回答非常好并且涵盖了很多情况，但在某些情况下 numpy.dstack 不是正确的选择（我只是在尝试使用它时发现的）。那是因为 numpy.dstack，根据 docs:

Stacks arrays in sequence depth wise (along third axis).

This is equivalent to concatenation along the third axis after 2-D arrays of shape (M,N) have been reshaped to (M,N,1) and 1-D arrays of shape (N,) have been reshaped to (1,N,1).

让我们来看一个不希望使用此功能的示例。假设您有一个包含 512 个形状为 (3, 3, 3) 的 numpy 数组的列表，并且想要堆叠它们以获得一个形状为 (3, 3, 3, 512) 的新数组。在我的例子中，这 512 个阵列是二维卷积层的过滤器。如果你使用 numpy.dstack:

>>> len(arrays_list)
512
>>> arrays_list[0].shape
(3, 3, 3)
>>> numpy.dstack(arrays_list).shape
(3, 3, 1536)

那是因为numpy.dstack总是沿着第三轴堆叠数组！或者，您应该使用 numpy.stack (docs)，它沿着您选择的新轴连接一系列数组：

>>> numpy.stack(arrays_list, axis=-1).shape
(3, 3, 3, 512)

在我的例子中，我将 -1 传递给 axis 参数，因为我希望数组沿最后一个轴堆叠。

Numpy：按最后一维堆叠数组

Numpy: stack array by the last dimension

python

numpy

multidimensional-array