python将两个二维array叠加成三维array的实现方法

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：

A = [\begin{array}{ccc} a_{11} & a_{12} & a_{13} \\ a_{21} & a_{22} & a_{23} \\ a_{11} & a_{12} & a_{13} \end{array}]

$A = \left[ \begin{array}{ccc} a_{11} & a_{12} & a_{13}\\ a_{21} & a_{22} & a_{23} \\ a_{11} & a_{12} & a_{13}\end{array} \right]$

B = [\begin{array}{ccc} b_{11} & b_{12} & b_{13} \\ b_{21} & b_{22} & b_{23} \\ b_{11} & b_{12} & b_{13} \end{array}]

$B = \left[ \begin{array}{ccc} b_{11} & b_{12} & b_{13}\\ b_{21} & b_{22} & b_{23} \\ b_{11} & b_{12} & b_{13}\end{array} \right]$

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：

这里写图片描述

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，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，axis = 0表示添加，axis = 1表示添加

2.增加一行或者一列。

b = np.row_stack((a, 列元素))
c = np.column_stack((a, 行元素))

Numpy 快速入门之玩转数组展平+转置+组合+分割+数组属性