python實現把兩個二維array疊加成三維array示例
遇到這樣一個需求：程式中每次迴圈生成一個二維array，需要把每次迴圈的二維array疊加成一個三維的array，例如有如下兩個矩陣：
組合成以下這種形式：
這樣組合之後，有一個非常大的優點就是：保持原有的二維array的形式不變，便於以後取出，比如說我想從C中取出A，只需要執行：A=C[0,:]即可。
但是百度之後發現，在python中，numpy函式包中並沒有對應的函式來實現三維array中不斷新增二維array（有知道這個函式的歡迎在評論區告訴我）
這裡，提供兩種“曲線救國”的解決方案：
方法一：
對於兩個（或者多個）同一維度的矩陣，直接利用np.array()重新構造一個array,這樣可以變相起到擴充套件維數的作用。例如：
import numpy as np
a = np.array([[1,2,3],[4,5,6]])
b = np.array([[2,6]])
c = np.array([[3,6]])
print('矩陣a：\n',a)
print('維數：',a.shape)
com = np.array([a,b,c])
print('合併矩陣：\n',com)
print('維數：',com.shape)
輸出結果為：
矩陣a： [[1 2 3] [4 5 6]] 維數： (2,3) 合併矩陣： [[[1 2 3] [4 5 6]] [[2 2 3] [4 5 6]] [[3 2 3] [4 5 6]]] 維數： (3,3)
方法二：
但是，如果兩個array，使用方法一時會出現如下結果：
import numpy as np
aa = np.array([[[1,6]],[[2,[[3,6]]])
a = np.array([[4,6]])
com = np.array([aa,a])
print('合併矩陣：\n',com.shape)
輸出結果：
合併矩陣： [array([[[1,6]]]) array([[4,6]])] 維數： (2,)
可以看到：輸出的維數不對，以上方法就不適用了。
那麼，我們就需要利用np.append和array.reshape()函式對陣列進行拼接之後重組，具體實現如下：
import numpy as np
aa = np.array([[[1,6]])
data = np.append(aa,a)#先拼接成一個行向量
print(data)
dim = aa.shape#獲取原矩陣的維數
print('原矩陣維數：',dim)
data1 = data.reshape(dim[0]+1,dim[1],dim[2])#再通過原矩陣的維數重新組合
print('合併矩陣：\n',data1)
print('維數：',data1.shape)
輸出結果：
方法三：
相比於前兩種方法，這種方法可謂“曲線救國”之典範，具體思路是：先轉化成list，拼接後再轉化回去。
這是因為list中的append()函式可以在新增函式的時候不改變原來list的維度。雖然沒有對這種方法進行一個速度測試，但直覺來看時間複雜度挺高的，建議慎用。
aa = np.array([[[1,6]]) #將array轉換成list aa = aa.tolist(aa) a = a.tolist(a) aa.append(a)#注意與方法二中np.append()用法的區別 com = np.array(aa) print(com.shape)
輸出結果：
合併矩陣：
[[[1 2 3]
[4 5 6]]
[[2 2 3]
[4 5 6]]
[[3 2 3]
[4 5 6]]
[[4 2 3]
[4,6]]]
維數： (4,3)
這裡注意：
兩種型別的相互轉換函式：
array轉list：a = a.tolist()
list轉array：a =np.array(a)
這裡需要注意：A.tolist 和 list(A) 外表看，都是把一個array轉換成list，但是兩者還是有一些區別的。看下邊這個例子：
A = np.reshape(np.arange(6),(3,2)) #生成一個3行2列的array
print（"陣列A：",A）
print('A.tolist():',A.tolist())
print('list(A): ',list(A))
結果如下：
陣列A：
array([[0,1],[2,5]]) A.tolist(): [[0,5]] list(A): [array([0,1]),array([2,3]),array([4,5])]
可以看到：list(A)只是把最外層的array變成了list，但是裡邊的每個向量都還是array型別。
最後吐槽一句，其實numpy包中對於一位陣列和二維陣列的拼接，可選函式很多，但是唯獨沒有考慮更高維陣列的拼接。甚至連重寫的append函式都沒有原來的好用，真是青出於藍而敗於藍啊，痛心。強烈建議numpy包在未來的更新中儘快解決這個問題。
在深度學習中，也有類似於這樣的需求，比如用圖片來訓練模型時，彩色圖片就是一個個三維陣列，需要把一批圖片都送到網路中就需要把多個三維矩陣疊加。
tensorflow貌似提供了這樣的函式，在搭建深度學習框架時可以直接使用，以後有機會繼續擴充套件。
擴充套件閱讀：
最後，附幾個二維array中，新增一行或者一列元素的函式：
1 . np.append(a,axis=數字)
其中：
沒有axis屬性：把所有元素展開
axis = 0：新增新增n行
axis = 1：新增n列
口訣：0行1列，適用於所有的numpy函式的axis屬性。
2.增加一行或者一列。
b = np.row_stack((a,行元素))# 新增行 c = np.column_stack((a,列元素)) #新增列
以上這篇python實現把兩個二維array疊加成三維array示例就是小編分享給大家的全部內容了，希望能給大家一個參考，也希望大家多多支援我們。