python如何实现把两个二维array叠加成三维array-创新互联
这篇文章主要介绍了python如何实现把两个二维array叠加成三维array,具有一定借鉴价值,感兴趣的朋友可以参考下,希望大家阅读完这篇文章之后大有收获,下面让小编带着大家一起了解一下。
创新互联公司基于成都重庆香港及美国等地区分布式IDC机房数据中心构建的电信大带宽,联通大带宽,移动大带宽,多线BGP大带宽租用,是为众多客户提供专业服务器托管报价,主机托管价格性价比高,为金融证券行业服务器托管德阳,ai人工智能服务器托管提供bgp线路100M独享,G口带宽及机柜租用的专业成都idc公司。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
感谢你能够认真阅读完这篇文章,希望小编分享的“python如何实现把两个二维array叠加成三维array”这篇文章对大家有帮助,同时也希望大家多多支持创新互联,关注创新互联行业资讯频道,更多相关知识等着你来学习!
网页名称:python如何实现把两个二维array叠加成三维array-创新互联
网站路径:http://myzitong.com/article/gecic.html