将二维numpy数组列表转换为一个三维numpy数组？

Question

我有几百个10x10的数组，想把它们合并成一个大的Nx10x10的数组。开始的时候我试了一个简单的方法：

newarray = np.array(mylist)

但是出现了一个错误：“ValueError: setting an array element with a sequence.”

然后我找到了dstack()的在线文档，看起来很合适：“...这是将二维数组（图像）堆叠成一个三维数组以便处理的简单方法。”这正是我想做的。然而，

newarray = np.dstack(mylist)

却告诉我“ValueError: array dimensions must agree except for d_0”，这让我很困惑，因为我的所有数组都是10x10的。我想也许是因为dstack()需要一个元组而不是列表，但

newarray = np.dstack(tuple(mylist))

结果还是一样。

到现在为止，我已经花了大约两个小时在这里和其他地方寻找我哪里出错了，或者该怎么正确地做。我甚至尝试把我的数组列表转换成列表的列表的列表，然后再转换回三维数组，但那也没成功（最后得到的是列表的列表的数组，接着又出现了“setting array element as sequence”的错误）。

任何帮助都将不胜感激。

Answer 1

newarray = np.dstack(mylist)

这个应该没问题。比如：

import numpy as np

# Here is a list of five 10x10 arrays:
x = [np.random.random((10,10)) for _ in range(5)]

y = np.dstack(x)
print(y.shape)
# (10, 10, 5)

# To get the shape to be Nx10x10, you could  use rollaxis:
y = np.rollaxis(y,-1)
print(y.shape)
# (5, 10, 10)

---

np.dstack 会返回一个新的数组。所以，使用 np.dstack 的时候，需要的内存和输入的数组一样多。如果你的内存不够用，可以考虑一个更省内存的方法，就是先为最终的数组预留好空间，然后再一个一个地把输入的数组放进去。比如，如果你有58个形状为(159459, 2380)的数组，你可以使用

y = np.empty((159459, 2380, 58))
for i in range(58):
    # instantiate the input arrays one at a time
    x = np.random.random((159459, 2380))
    # copy x into y
    y[..., i] = x