有效地将单个 2D 阵列堆叠成 3D答案

【问题标题】：Stacking a single 2D array into 3D efficiently有效地将单个 2D 阵列堆叠成 3D
【发布时间】：2021-08-21 12:15:27
【问题描述】：

我有一个二维数组，我想将相同版本的数组堆叠到第三个维度中，特别是 axis=1。下面的代码可以完成这项工作，但是对于将大小为 (300,300) 的二维数组堆叠成长度为 300 的第三维数组来说非常慢。

arr_2d = arr_2d.reshape(arr_2d.shape[0],arr_2d.shape[1],1)
arr_3d = np.empty((sampling,sampling,sampling)) # allocate space 
arr_3d = [arr_3d[:,:,i]==arr_2d for i in range(sampling)]

有没有更好、更有效的方法？

【问题讨论】：

虽然repeat 完成了所回答的工作（np.tile 也可以在这里工作）我发现这个问题很不清楚，因为提供的代码没有多大意义。 arr_2d 和 tgrid_2d 有什么区别？ sampling 是什么？为什么在最后一行使用布尔相等 ==？
很抱歉。我修复了代码，所以它确实有意义。

标签： python arrays numpy multidimensional-array

【解决方案1】：

您可以在添加一个新的三维堆栈后使用 numpy.repeat：

import numpy as np
arr = np.random.rand(300, 300)
# arr.shape => (300, 300)
dup_arr = np.repeat(arr.reshape(*arr.shape, 1), repeats=10, axis=-1)
# dup_arr.shape => (300, 300, 10)

正如@xdurch0 所评论的那样，由于您是沿最后一个维度堆叠副本，因此您也可以使用 numpy.tile：

dup_arr = np.tile(arr.reshape(*arr.shape, 1), reps=10)
# dup_arr.shape => (300, 300, 10)

【讨论】：