如何将形状 (N , N) 维度的数组重塑为 (N , N , 3)

Question

我有一个形状数组 (2084, 2084)，我想将它重塑为 (2084, 2084, 3)。我尝试使用 np.dstack 但它给了我这样的结果 (1, 2084, 2084)

patch = (2084, 2084)
patch_new = np.dstack(patch)

我该怎么做？

Answer 1

Kmario，所以你在第三个维度上重复同一个数组 3 次？

Answer 2

您错过了在深度堆叠之前将您的阵列提升 到 3D。所以，你可以使用类似的东西：

In [93]: patch = (2084, 2084)

In [94]: arr = np.random.random_sample(patch)

# make it as 3D array
In [95]: arr = arr[..., np.newaxis]

# and then stack it along the third dimension (say `n` times; here `3`)
In [96]: arr_3d = np.dstack([arr]*3)

In [97]: arr_3d.shape
Out[97]: (2084, 2084, 3)

另一种方法是（即，如果您不希望将您的输入数组显式提升为 3D）：

In [140]: arr_3d = np.dstack([arr]*3)
In [141]: arr_3d.shape
Out[141]: (2084, 2084, 3)

# sanity check
In [146]: arr_3 = np.dstack([arr[..., np.newaxis]]*3)

In [147]: arr_3.shape
Out[147]: (2084, 2084, 3)

In [148]: np.allclose(arr_3, arr_3d)
Out[148]: True

Answer 3

In [730]: x = np.arange(8).reshape(2,4)                                         
In [731]: x                                                                     
Out[731]: 
array([[0, 1, 2, 3],
       [4, 5, 6, 7]])

您的 dstack 不仅添加了初始维度，而且还转换了其余维度。那是因为它把你的数组当作一个列表，np.dstack([x[0,:], x[1,:]]).

In [732]: np.dstack(x)                                                          
Out[732]: 
array([[[0, 4],
        [1, 5],
        [2, 6],
        [3, 7]]])

这是一个 repeat 任务

In [733]: np.repeat(x[...,None],3,axis=2)                                       
Out[733]: 
array([[[0, 0, 0],
        [1, 1, 1],
        [2, 2, 2],
        [3, 3, 3]],

       [[4, 4, 4],
        [5, 5, 5],
        [6, 6, 6],
        [7, 7, 7]]])

如何将形状 (N , N) 维度的数组重塑为 (N , N , 3)

How to reshape an array of shape (N , N) dimension to (N , N , 3)

arrays

numpy

multidimensional-array

reshape

numpy-ndarray