Numpy 将矩阵附加到张量

Posted 2023-03-11

【中文标题】Numpy 将矩阵附加到张量

【英文标题】：Numpy Append Matrix to Tensor

【发布时间】：2018-06-13 21:54:41

【问题描述】：

我正在尝试使用 numpy 构建矩阵列表，但是当我尝试将矩阵附加到空张量时，出现错误：

ValueError：所有输入数组的维数必须相同

连接和追加似乎都失败了。我试着打电话：

tensor = np.concatenate((tensor, matrix), axis=0)

和

tensor = np.append(tensor, matrix, axis=0)

但无论哪种方式，我都会遇到相同的错误。

张量以 [0, h, w] 的大小开始，矩阵的大小为 [h, w]。矩阵在我想要附加的方向上是正确的形状，但它似乎不会附加。

【问题讨论】：

tensor[0] = matrix?

最初，张量[0] 为空且越界。添加矩阵后 - 是的。

当有人创建一个形状为 0 的数组时，我觉得哦，哦。他们正在通过重复追加以缓慢的方式构建数组。使用列表追加，并且只有一个连接。做对会更快更容易。

什么是列表追加？此外，速度并不是真正的问题（至少在这一点上）。我想我可以通过首先弄清楚我将添加多少个矩阵来让它更快一点，我以后可能会改变它。但即使我的张量也有 n 行，问题仍然存在。

【参考方案1】：

似乎matrix 将代表传入的，而您将它们累积到tensor。所以，要解决它，添加一个以None/np.newaxis 为前导的新轴到matrix，然后与tensor 连接 -

np.concatenate((tensor, matrix[None]),axis=0)

如果您正在累积，请将其存储回tensor。

或使用np.vstack((tensor, matrix[None]))。

示例运行 -

In [16]: h,w = 3,4
    ...: a = np.random.rand(0,h,w)
    ...: b = np.random.rand(h,w)

In [17]: np.concatenate((a, b[None]),axis=0).shape
Out[17]: (1, 3, 4)