将2维数组合并到现有的3维数组中

Question

>>>d1.shape
>>>(18,18)
>>>d2.shape
>>>(18,18)
>>>d3 = array([d1, d2])
>>>d3.shape
>>>(2, 18, 18)  

如果我已经有了形状为(2,18,18)的d3数组，并且我想将另一个2-d数组d4(18x18)添加到d3中，以使其成为3-d数组(3,18,18)。我该怎么做？

====2015-12-31=====

总结

从下面的答案中，我收集了一些有用的代码

d3 = np.concatenate([d3, d4.reshape(1, d3.shape[0],d4.shape[1])])

d3 = np.vstack([d3, d4[None, ...]])

PS

在读取681个.csv文件构建3-d数组(681x50x60)的测试后，第二种方法比第一种方法更有效（在同一台笔记本电脑上分别为19秒和28秒）。

- Han Zhengzu

---

将您的新数组重新调整为(1,18,18)，并使用http://docs.scipy.org/doc/numpy-1.10.0/reference/generated/numpy.concatenate.html。 - Luis Masuelli

如果有选择的话，您也可以考虑沿第三个轴堆叠物品，而不是第一个轴。这样更符合numpy的广播方式，并且您将能够使用np.dstack来完成您正在进行的操作。 - Joe Kington

Answer 1

与您对d3的操作相同，只需将d4重新塑造为一个三维数组：

d3 = array([d3, d4.reshape(1, 18, 18)])

或者

d3 = concatenate([d3, d4.reshape(1, 18, 18)])

- Zachi Shtain

---

顺便提一下，d4.reshape(1, 18, 18) 也可以写成 d4[None, ...] 或者 d4[np.newaxis, ...]。Ellipsis 可以有效地填充其他维度而不需要知道它们的确切大小。使用 None 和/或 newaxis（它们是同一个对象）进行切片会添加一个新的单例维度。 - Joe Kington

这之后d3的形状是否正确，还是d3变成了两个NumPy数组的数组？ - ilent2

@ilent2 在此之后，d3的形状为（3，18，18）。 - Zachi Shtain

@ZachiShtain 你使用的是哪个版本的numpy？能否发布一下重现结果的代码？也许我打错了... - ilent2

@ilent2 我正在使用numpy 1.9.0版本。 - Zachi Shtain

Answer 2

以下内容可能有用，但我想有更有效的方法实现相同的结果...

import numpy as np
d1 = np.array([[1, 2, 3], [4, 5, 6]])
d2 = np.array([[7, 8, 9], [1, 2, 3]])
d3 = np.array([d1, d2])

dnew = np.array([[6, 5, 4], [3, 2, 1]])
d3 = np.array([dnew] + [d3[a, ...] for a in range(d3.shape[0])])

# Add to the end of the array
dlast = np.array([[6, 5, 4], [3, 2, 1]])
d3 = np.array([d3[a, ...] for a in range(d3.shape[0])] + [dlast])

编辑：有更好的方法

在这个问题中，stack命令被用来将数组直接堆叠在一起。例如：

import numpy as np
d1 = np.array([[1, 2, 3], [4, 5, 6]])
d2 = np.array([[7, 8, 9], [1, 2, 3]])
d3 = np.array([d1, d2])

dnew = np.array([[6, 5, 4], [3, 2, 1]])
d3 = np.vstack([d3, dnew[None, ...]])

使用np.vstack和仅使用np.array创建新数组之间存在重要区别。后者（在numpy版本1.8.2上测试）生成两个对象的数组，而堆栈则生成单个numpy数组。

- ilent2

---

我需要的是np.vstack。谢谢！ - Han Zhengzu