將二維數組複製到第三維，N次（Python）

Question

我想將numpy 2D數組複製到第三維。例如，如果我有這樣的（2D）numpy的數組：

import numpy as np 
arr = np.array([[1,2],[1,2]]) 

它轉換成具有N個這樣的拷貝的3D矩陣的新領域，像這樣對N = 3：

np.array([[[1,2],[1,2]],[[1,2],[1,2]],[[1,2],[1,2]]]) 

Answer 1

也許最乾淨的方法是使用np.repeat：

a = np.array([[1, 2], [1, 2]]) 
print(a.shape) 
# (2, 2) 

# indexing with np.newaxis inserts a new 3rd dimension, which we then repeat the 
# array along, (you can achieve the same effect by indexing with None, see below) 
b = np.repeat(a[:, :, np.newaxis], 3, axis=2) 

print(b.shape) 
# (2, 2, 3) 

print(b[:, :, 0]) 
# [[1 2] 
# [1 2]] 

print(b[:, :, 1]) 
# [[1 2] 
# [1 2]] 

print(b[:, :, 2]) 
# [[1 2] 
# [1 2]] 

---

說了這麼多，你可以經常避免重蹈你的陣列總共使用broadcasting。例如，假設我想添加一個(3,)向量：

c = np.array([1, 2, 3]) 

到a。我可以在第三維中複製a 3次的內容，然後在第一維和第二維中複製c的內容兩次，以便我的兩個數組都是(2, 2, 3)，然後計算它們的總和。然而，這是更簡單，更快地做到這一點：

d = a[..., None] + c[None, None, :] 

這裏，a[..., None]具有形狀(2, 2, 1)和c[None, None, :]具有形狀(1, 1, 3) *。當我計算總和，結果獲得「廣播」一起尺寸1的尺寸了，給我塑造(2, 2, 3)的結果：

print(d.shape) 
# (2, 2, 3) 

print(d[..., 0]) # a + c[0] 
# [[2 3] 
# [2 3]] 

print(d[..., 1]) # a + c[1] 
# [[3 4] 
# [3 4]] 

print(d[..., 2]) # a + c[2] 
# [[4 5] 
# [4 5]] 

廣播是一個非常強大的技術，因爲它避免了參與創建的額外開銷在內存中重複輸入數組的副本。

---

*雖然我包括他們清楚，None指數爲c沒有實際需要 - 你也可以做a[..., None] + c，即廣播針對(3,)陣列(2, 2, 1)陣列。這是因爲如果其中一個陣列的尺寸比另一個小，那麼只有兩個陣列的尺寸需要兼容。舉一個更復雜的例子：

a = np.ones((6, 1, 4, 3, 1)) # 6 x 1 x 4 x 3 x 1 
b = np.ones((5, 1, 3, 2))  #  5 x 1 x 3 x 2 
result = a + b    # 6 x 5 x 4 x 3 x 2 

Answer 2

另一種方法是使用numpy.dstack。假設你要重複的矩陣anum_repeats時間：

import numpy as np 
b = np.dstack([a]*num_repeats) 

訣竅是矩陣a包裝成一個單一的元素的列表，然後使用*操作複製的元素在此列表中num_repeats倍。

例如，如果：

a = np.array([[1, 2], [1, 2]]) 
num_repeats = 5 

這重複的[1 2; 1 2] 5次在第三維陣列。爲了驗證（在IPython的）：

In [110]: import numpy as np 

In [111]: num_repeats = 5 

In [112]: a = np.array([[1, 2], [1, 2]]) 

In [113]: b = np.dstack([a]*num_repeats) 

In [114]: b[:,:,0] 
Out[114]: 
array([[1, 2], 
     [1, 2]]) 

In [115]: b[:,:,1] 
Out[115]: 
array([[1, 2], 
     [1, 2]]) 

In [116]: b[:,:,2] 
Out[116]: 
array([[1, 2], 
     [1, 2]]) 

In [117]: b[:,:,3] 
Out[117]: 
array([[1, 2], 
     [1, 2]]) 

In [118]: b[:,:,4] 
Out[118]: 
array([[1, 2], 
     [1, 2]]) 

In [119]: b.shape 
Out[119]: (2, 2, 5) 

最後，我們可以看到，基體的形狀是2 x 2，與在第三維5片。

Answer 3

A=np.array([[1,2],[3,4]]) 
B=np.asarray([A]*N) 

編輯@ Mr.F，維護維序：

B=B.T 

Answer 4

這裏有一個廣播的例子，不被要求什麼。

a = np.array([[1, 2], [1, 2]]) 
a=a[:,:,None] 
b=np.array([1]*5)[None,None,:] 

然後b*a是理想的結果和(b*a)[:,:,0]產生array([[1, 2],[1, 2]])，這是原來a一樣，(b*a)[:,:,1]等