Python 将二维数组或矩阵变为三维

这篇具有很好参考价值的文章主要介绍了Python 将二维数组或矩阵变为三维。希望对大家有所帮助。如果存在错误或未考虑完全的地方,请大家不吝赐教,您也可以点击"举报违法"按钮提交疑问。

引言

之前,我们已经介绍过了 Python 将一维数组或矩阵变为三维。然而,很多时候,我们也需要对二维矩阵进行操作,这里特来介绍一下如何将二维矩阵扩展为三维。

阅读这一篇前推荐优先阅读 np.concatenate()函数。

正文

基础

import numpy as np

sampling_points = 10001

arr = np.array([[1, 2],
                [3, 4]])
arr_3D = arr.reshape(1, 2, 2)
print(arr_3D)
"""
result:
[[[1 2]
  [3 4]]]
"""

采用 reshape 方法我们依然可以做到这一点。

reshape 方法扩展数组或者说矩阵维度几乎是万能的。

拓展

然而做到这一步还不够,如果我们此时有两个一维数组,我们如何将它们组合起来扩展为三维数组呢,这里,我们期望一维数组的元素排列方向朝向 z 轴。我们的想法是先将两个一维数组均扩展为三维的,然后再将它们连接起来。

import numpy as np

sampling_points = 10001

arr1 = np.array([1, 2])
arr2 = np.array([3, 4])

arr1_3D = arr1.reshape(-1, 1, 1)
arr2_3D = arr2.reshape(-1, 1, 1)

result = np.concatenate((arr1_3D, arr2_3D), axis=2)

print(result)
"""
result:
[[[1 3]]

 [[2 4]]]
"""

可以看到,至此,我们得到了我们想要的结果。

如果大家觉得有用,就请点个赞吧~文章来源地址https://www.toymoban.com/news/detail-827550.html

到了这里,关于Python 将二维数组或矩阵变为三维的文章就介绍完了。如果您还想了解更多内容,请在右上角搜索TOY模板网以前的文章或继续浏览下面的相关文章,希望大家以后多多支持TOY模板网!

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处: 如若内容造成侵权/违法违规/事实不符,请点击违法举报进行投诉反馈,一经查实,立即删除!

领支付宝红包 赞助服务器费用

相关文章

  • Python获取二维数组(矩阵)第二列值与最大值

    对于二维数组(矩阵)的应用有多广与多重要,怎么研究都不为过,突然想获取其中最大的一组值,发现max返回的是第一列最大值的这组数,如何获得第二列最大的这组数呢? 比如: A=[[1, 2], [12, 22], [22, 5], [22, 50], [122, 50], [330, 3], [4, 400], [34, 56], [3, 44]] 如果max(A),返回的是[330, 3

    2024年02月06日
    浏览(50)
  • Python GPU 加速数据科学 | 计算距离矩阵在用 cuPy 时快了约 100 倍

    CSDN 叶庭云 : https://yetingyun.blog.csdn.net/ 利用 cuPy 的 cupyx.scipy.spatial.distance 方法计算距离矩阵时,这个 distance 模块 使用 pylibraft 作为后端,因此还需要安装好 pylibraft package 才行,可以直接从 Conda 安装 ,链接为:https://anaconda.org/rapidsai/pylibraft 也可以用 pip install 安装 pylibraft-

    2024年02月16日
    浏览(38)
  • Matlab把二维矩阵画成三维图像

    上面的速度文件是一列数据,在matlab中可以认为是向量,数据量为10000*5000,所以才能被设置为5000*10000的矩阵。 这样画出来的图像水平两轴为x:1,10000;y:1,5000。 垂向上的数值则是矩阵对应的速度值。 因为数据量太大,电脑很卡就不放图片了,你可以用C语言或者其他的什

    2024年02月12日
    浏览(39)
  • python库,科学计算与数据可视化基础,知识笔记(numpy+matplotlib)

    这篇主要讲一下数据处理中科学计算部分的知识。 之前有一篇pandas处理数据的。 讲一下这几个库的区别。 Pandas主要用来处理类表格数据(excel,csv),提供了计算接口,可用Numpy或其它方式进行计算。 NumPy 主要用来处理数值数据(尤其是矩阵,向量为核心的),本质上是纯

    2024年02月02日
    浏览(49)
  • 【算法训练-数组 三】【数组矩阵】螺旋矩阵、旋转图像、搜索二维矩阵

    废话不多说,喊一句号子鼓励自己:程序员永不失业,程序员走向架构!本篇Blog的主题是螺旋矩阵,使用【二维数组】这个基本的数据结构来实现 二维数组的结构特性入手 根据题目示例 matrix = [[1,2,3],[4,5,6],[7,8,9]] 的对应输出 [1,2,3,6,9,8,7,4,5] 可以发现,顺时针打印矩阵的顺序

    2024年02月06日
    浏览(52)
  • C语言例题(二维数组)【转置矩阵】【成绩登记】【斐波那契】【简单矩阵查找】【螺旋数阵】【一维数组转二维数组】

    例一:转置矩阵 程序: 输出:通过b[j][i] = a[i][j];这一步实现了转置 进阶:用6个1~20内的随机数按行的顺序生成一个a[2][3]的矩阵,并输出它的转置矩阵 输出: 例2.登记某班三人的数学、英语两门课程的成绩。 分析:此类问题可以通过使用3个一维数组来解决,也可以通过使用

    2024年02月03日
    浏览(45)
  • 二维空间和三维空间刚体变换中的雅克比矩阵的推导

    补充一些李群 SE ⁡ ( 2 ) operatorname{SE}(2) SE ( 2 ) 和李代数 se ⁡ ( 2 ) operatorname{se}(2) se ( 2 ) 的知识, 因为视觉 SLAM十四讲 1 中只给出了 S E ( 3 ) mathrm{SE}(3) SE ( 3 ) 和 s e ( 3 ) mathrm{se}(3) se ( 3 ) 的对应关系, 但是没有给出二维空间的对应关系。其中二维空间的李群李代数参考Lie Gro

    2024年02月03日
    浏览(49)
  • LeetCode-74. 搜索二维矩阵【数组 二分查找 矩阵】

    给你一个满足下述两条属性的 m x n 整数矩阵: 每行中的整数从左到右按非严格递增顺序排列。 每行的第一个整数大于前一行的最后一个整数。 给你一个整数 target ,如果 target 在矩阵中,返回 true ;否则,返回 false 。 示例 1: 输入:matrix = [[1,3,5,7],[10,11,16,20],[23,30,34,60]],

    2024年04月14日
    浏览(47)
  • 使用二维数组表示N阶矩阵

    矩阵为N阶,使用二维数组a[N-1][N-1]表示。 矩阵元素使用二维数组元素a[i][j]表示。 访问矩阵元素时,遍历下标表示为 a[i][j] , i为行下标,j为列下标 ,它们的取值范围均为 [0,N-1] 。 矩阵的术语与二维数组下标的对应关系如下表: 矩阵术语与二维数组下标对应关系 术语

    2023年04月24日
    浏览(41)

觉得文章有用就打赏一下文章作者

支付宝扫一扫打赏

博客赞助

微信扫一扫打赏

请作者喝杯咖啡吧~博客赞助

支付宝扫一扫领取红包,优惠每天领

二维码1

领取红包

二维码2

领红包