NumPy如何将2D数组沿深度堆叠为3D数组并支持追加

问题核心原因 #

你之前使用np.stack((d1,d2))得到形状为(2,3,3)的3D数组，是因为np.stack默认沿新增的第0轴（最外层维度）拼接数组。后续追加d3时报错，本质是输入的两个数组维度不匹配：此时foo是3维数组，d3是2维数组，无法直接拼接。

常用堆叠函数的规则差异 #

• np.stack：为所有输入数组新增一个维度，再沿指定新轴拼接，默认新轴位置为axis=0，要求所有输入数组形状完全一致
• np.concatenate：沿数组已有的某个轴拼接，不会新增维度，要求除拼接轴外其余维度长度完全匹配
• np.vstack：沿第0轴拼接的快捷方法，等价于针对第0轴的concatenate
• np.hstack：沿第1轴拼接的快捷方法
• np.dstack：沿第2轴（最后一个维度）拼接的快捷方法，拼接后深度维度在数组末尾，输出形状为(3,3,n)，和你需要的(n,3,3)轴顺序不符，因此无法直接满足需求。

具体实现方案 #

方案1：已知所有待堆叠数组时一次性拼接 #

如果可以提前拿到所有需要堆叠的3×3 2D数组，直接调用np.stack指定axis=0即可一步得到目标结果：

import numpy as np
d1 = np.arange(9).reshape(3,3)
d2 = np.arange(9,18).reshape(3,3)
d3 = np.arange(18,27).reshape(3,3)

foo = np.stack([d1, d2, d3], axis=0)
print(foo.shape)
# 输出：(3, 3, 3)
print(foo)

运行结果和你预期完全一致：

[[[ 0  1  2]
  [ 3  4  5]
  [ 6  7  8]]

 [[ 9 10 11]
  [12 13 14]
  [15 16 17]]

 [[18 19 20]
  [21 22 23]
  [24 25 26]]]

方案2：动态逐个追加数组 #

如果需要边生成数组边追加，优先用列表暂存所有数组，最后一次性转成3D数组，这种方式性能最优：

# 初始化列表存储所有待堆叠的2D数组
array_cache = []

# 逐个生成/读取数组，追加到缓存列表
array_cache.append(np.arange(9).reshape(3,3))
array_cache.append(np.arange(9,18).reshape(3,3))
array_cache.append(np.arange(18,27).reshape(3,3))
# 后续新增数组继续调用append即可

# 需要使用3D数组时一次性堆叠
foo = np.stack(array_cache, axis=0)

如果必须在已有3D数组的基础上直接追加新数组，需要先给新的2D数组增加一个第0轴维度，把形状从(3,3)转为(1,3,3)，再沿第0轴拼接：

# 初始状态
d1 = np.arange(9).reshape(3,3)
d2 = np.arange(9,18).reshape(3,3)
foo = np.stack((d1,d2)) # 形状(2,3,3)

# 追加d3
d3 = np.arange(18,27).reshape(3,3)
foo = np.concatenate([foo, d3[np.newaxis, ...]], axis=0)
# 也可以用vstack实现：foo = np.vstack([foo, d3[np.newaxis, ...]])

print(foo.shape)
# 输出：(3, 3, 3)，符合预期

内容的提问来源于stack exchange，提问作者jambormike