Numpy 附加 3D 向量而不展平

问题描述

我有以下向量

video_132.shape
Out[64]: (64, 3)

我会添加一个包含三个值的新 3D 向量

that l would to add to it a new 3D vector of three values

video_146[1][146][45]

这样

video_146[1][146][45].shape
Out[68]: (3,)

和

video_146[1][146][45]
Out[69]: array([217, 207, 198], dtype=uint8)

当我执行以下操作时

np.append(video_132,video_146[1][146][45])

我应该得到

video_132.shape
Out[64]: (65, 3) # originally (64,3)

但是我得到:

Out[67]: (195,) # 64*3+3=195

好像把向量变平了

如何通过保留 3D 结构来进行追加?

How can l do the append by preserving the 3D structure ?

推荐答案

为了简单起见，让我们重命名 video_132 --> a 和 video_146[1][146][45] --> b.特定的值并不重要，所以让我们说

For visual simplicity let's rename video_132 --> a, and video_146[1][146][45] --> b. The particular values aren't important so let's say

In [82]: a = np.zeros((64, 3))
In [83]: b = np.ones((3,))

然后我们可以将 b 附加到 a 使用:

Then we can append b to a using:

In [84]: np.concatenate([a, b[None, :]]).shape
Out[84]: (65, 3)

由于 np.concatenate 返回一个新数组，将其返回值重新分配给 a 以追加"b 到 a:

Since np.concatenate returns a new array, reassign its return value to a to "append" b to a:

a = np.concatenate([a, b[None, :]])

这篇关于Numpy 附加 3D 向量而不展平的文章就介绍到这了，希望我们推荐的答案对大家有所帮助，也希望大家多多支持跟版网！