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。