将 2D 数组转换为 3D numpy 数组

Question

我创建了一个 numpy 数组，数组的每个元素都包含一个相同形状的数组 (9,5)。我想要的是一个 3D 数组。

我试过使用 np.stack。

 data = list(map(lambda x: getKmers(x, 9), data)) # getKmers creates a
                                                 # list of list from a pandas dataframe
data1D = np.array(data)                          # shape (350,)
data2D = np.stack(data1D)

---

 data1D:
array([list([      pdbID  AtomNo Type      Eta    Theta
0  1a9l.pdb     2.0    G  169.225  212.838
1  1a9l.pdb     3.0    G  168.439  206.785
2  1a9l.pdb     4.0    U  170.892  205.845
3  1a9l.pdb     5.0    G  164.726  225.982
4  1a9l.pdb     6.0    A  308.788  144.370
5  1a9l.pdb     7.0    C  185.211  209.363
6  1a9l.pdb     8.0    U  167.612  216.614
7  1a9l.pdb     9.0    C  168.741  219.239
8  1a9l.pdb    10.0    C  163.639  207.044,       pdbID  AtomNo Type          Eta    Theta
1  1a9l.pdb     3.0    G  168.439  206.785
2  1a9l.pdb     4.0    U  170.892  205.845
3  1a9l.pdb     5.0    G  164.726  225.982
4  1a9l.pdb     6.0    A  308.788  144.370
5  1a9l.pdb     7.0    C  185.211  209.363
6  1a9l.pdb     8.0    U  167.612  216.614
7  1a9l.pdb     9.0    C  168.741  219.239
8  1a9l.pdb    10.0    C  163.639  207.044

我收到此错误：无法将大小为 9 的序列复制到维度为 5 的数组轴

我想创建一个 3D 矩阵，其中每个子数组都在新的 3D 维度中。我想新的形状是 (9,5,350)

原文由 Patrick 发布，翻译遵循 CC BY-SA 4.0 许可协议

Answer 1

你需要使用

 data.reshape((data.shape[0], data.shape[1], 1))

例子

from numpy import array
data = [[11, 22],
    [33, 44],
    [55, 66]]
data = array(data)
print(data.shape)
data = data.reshape((data.shape[0], data.shape[1], 1))
print(data.shape)

运行示例首先打印 2D 数组中每个维度的大小，重塑数组，然后汇总新 3D 数组的形状。

结果

(3,2)
(3,2,1)

资料来源： https ://machinelearningmastery.com/index-slice-reshape-numpy-arrays-machine-learning-python/

原文由 tfs 发布，翻译遵循 CC BY-SA 4.0 许可协议

Answer 2

如果你想创建一个 3D 矩阵，其中每个子数组都在新的 3D 维度中，最终的形状不会是 (350,9,5) 吗？在这种情况下，您可以简单地使用：

 new_array = np.asarray(data).reshape(350,9,5)

原文由 amalik2205 发布，翻译遵循 CC BY-SA 4.0 许可协议