Numpy 将矩阵附加到张量
Posted
技术标签:
【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)
【讨论】:
以上是关于Numpy 将矩阵附加到张量的主要内容,如果未能解决你的问题,请参考以下文章