numpy：将行附加到单个 3D 数组

Question

有很多帖子和博客讨论如何使用追加、vstack 或连接操作 2D 数组，但我无法使其在 3D 中工作。

问题假设：

--3D数组的形状为(k, m, 2)。

--k 将是一个已知值

--m 可以从 1 到 n 并且没有预先确定

In [1]: import numpy as np

In [2]: a = np.empty((3, 1, 2))
Out[2]:
array([[[0., 0.]],
       [[0., 0.]],
       [[0., 0.]]])

In [3]: a[0] = [[5, 6]]

In [4]: a
Out[4]:
array([[[5., 6.]],
       [[0., 0.]],
       [[0., 0.]]])

In [5]: a[0] = np.vstack((a[0], [[10, 15]]))
Out[5]:
ValueError: could not broadcast input array from shape (2,2) into shape(1,2)

In [6]: a[0] = np.append(a[0], [[10, 15]], axis=0)
Out[6]:
ValueError: could not broadcast input array from shape (2,2) into shape(1,2)

期望的输出是。

array([[[5., 6.  ]
        [10., 15.]],
        [[0., 0.]],
        [[0., 0.]]])

如有任何帮助，我们将不胜感激。

澄清：

我正在寻找的输出应该是这样的。

[[[ 5,  6],
  [10, 15]],

 [[ 0,  0]],

 [[ 0,  0]]]

Kyle Booth 的回复接近于：

c = np.insert(a, 1, b, axis=1)

[[[ 5,  6],
  [10, 15]],

 [[ 0,  0],
  [10, 15]],

 [[ 0,  0],
  [10, 15]]]

Answer 1

这就是你想要的：

import numpy as np

a = np.array([[[5., 6.]],
       [[0., 0.]],
       [[0., 0.]]])

b = np.array([[10, 15]])

c = np.insert(a,1,b,0)

print c

[[[  5.   6.]]

 [[ 10.  15.]]

 [[  0.   0.]]

 [[  0.   0.]]]

Answer 2

这不是有效的 numpy 数组。

[[[ 5,  6],
  [10, 15]],

 [[ 0,  0]],

 [[ 0,  0]]]

它有3个'rows'，一个是(2,2)形，其他是(1,2)形。

如果我将其作为列表列表输入

In [40]: x = np.array([[[5,6],[10,15]],[[0,0]],[[0,0]]])
Out[40]: array([[[5, 6], [10, 15]], [[0, 0]], [[0, 0]]], dtype=object)

我得到一个形状为 (3,)、dtype object 的数组，因为它无法创建普通的 3d 数组。这 3 个对象中的每一个都只是列表的列表。将其包装在 np.array 中并没有多大作用。

如果我列出 3 个二维数组可能更有意义：

In [45]: [np.array(y) for y in x]
Out[45]: 
[array([[ 5,  6],
       [10, 15]]), 
 array([[0, 0]]), 
 array([[0, 0]])
]

问题不在于 3D，而在于不规则阵列，不同大小的阵列。

numpy：将行附加到单个 3D 数组

numpy: Append row to a individual 3D array

python

arrays

numpy