为多维数组添加一个虚拟维度答案

【问题标题】：add a dummy dimension for a multi-dimensional array为多维数组添加一个虚拟维度
【发布时间】：2016-10-25 03:56:25
【问题描述】：

有一个数组A，形状为[100,255,255,3]，对应100张255*255的图片。我想迭代这个多维数组，每次迭代我都会得到一个图像。这就是我所做的，A1 = A[i,:,:,:] 生成的A1 的形状为[255,255,3]。但是，我想强制它具有[1,255,255,3] 的形状。我该怎么做？

【问题讨论】：

How to add a dimension to a numpy array in Python的可能重复

标签： python numpy scipy

【解决方案1】：

np.reshape(A1, (1, 255, 255, 3))

应该做的伎俩

【讨论】：

【解决方案2】：

在结果数组上使用np.newaxis。

非常简单的二维数组示例：

x = np.array([[0, 1], [2, 3]])
x.shape
#: (2, 2)
x[np.newaxis]
#: array([[[0, 1],
#:         [2, 3]]])
x[np.newaxis].shape
#: (1, 2, 2)

【讨论】：

【解决方案3】：

当然，没问题。使用“重塑”。假设 A1 是一个 numpy 数组

A1 = A1.reshape([1,255,255,3])

这将重塑您的矩阵。

如果 A1 不是 numpy 数组，则使用

A1 = numpy.array(A1).reshape([1,255,255,3])

【讨论】：

【解决方案4】：

答案已经出来了......这里是一个例子，注意你必须仔细看括号来辨别 a 和 b 的尺寸是否不同

>>> a = np.arange(2*2*2*2).reshape(2,2,2,2)
>>> a.ndim
4
>>> b = a.reshape((1,)+a.shape)
>>> b.ndim
5
>>> a
array([[[[ 0,  1],
         [ 2,  3]],

        [[ 4,  5],
         [ 6,  7]]],


       [[[ 8,  9],
         [10, 11]],

        [[12, 13],
         [14, 15]]]])
>>> b
array([[[[[ 0,  1],
          [ 2,  3]],

         [[ 4,  5],
          [ 6,  7]]],


        [[[ 8,  9],
          [10, 11]],

         [[12, 13],
          [14, 15]]]]])

【讨论】：

【解决方案5】：

如果使用：

for a in A: # iteration on the first dimension
   a = a[None,...]   # add the dim back
   # or a.reshape(...)

但如果使用

for i in range(A.shape[0]):
    a = A[[i]]    # preserve the 1st dim
    # or a = A[None,i,...]

但我喜欢使用enumerate 所以：

for i, a in enumerate(A):
    a = a[None,...]

但我建议您考虑一下为什么需要最初的 1 维。也许你甚至不需要迭代？

【讨论】：