python多个二维数组合成三维数组

要合成一个三维数组，可以使用numpy库来处理。首先，导入numpy库：

import numpy as np

假设我们有两个二维数组`arr1`和`arr2`，它们分别是：

arr1 = np.array([[1, 2], [3, 4]])
arr2 = np.array([[5, 6], [7, 8]])

为了将这两个二维数组合成三维数组，我们可以使用`np.dstack()`函数。这个函数将两个二维数组在深度维度上进行堆叠。将`arr1`和`arr2`传递给`np.dstack()`函数，得到合并后的三维数组：

arr3 = np.dstack((arr1, arr2))

现在，`arr3`就是一个三维数组，它的维度为`(2, 2, 2)`。我们可以使用`print()`函数来查看合并后的三维数组：

print(arr3)

输出结果为：

array([[[1, 5],
        [2, 6]],

       [[3, 7],
        [4, 8]]])

这样，我们就成功地将两个二维数组合成了一个三维数组。同样的方法也可以应用于更多的二维数组合并成三维数组。

相关问题

python三维数组拆成多个二维数组

可以使用numpy库中的reshape函数将一个三维数组拆成多个二维数组。假设三维数组名为arr，且三维数组的形状为(shape[0], shape[1], shape[2])，则可以按照如下方式将其拆分成多个二维数组：

import numpy as np

arr = np.random.randn(shape[0], shape[1], shape[2])  # 生成一个随机的三维数组
n = 5  # 将三维数组拆分成n个二维数组

# 将三维数组按照第一维进行拆分，得到n个二维数组
sub_arrays = np.split(arr, n, axis=0)

# 将每个二维数组按照第一维展开为二维矩阵
for sub_arr in sub_arrays:
    sub_matrix = sub_arr.reshape((shape[1], shape[2]))
    print(sub_matrix)

这样就完成了将一个三维数组拆分成多个二维数组的操作。其中，np.split函数用于按照指定的轴拆分一个数组，reshape函数用于将一个数组变形成指定形状的数组。

python 三维数组拆分为多个二维数组

假设我们有一个三维数组arr，其形状为(m,n,p)，我们想将其拆分为多个二维数组，每个二维数组的形状为(n,p)，即沿着第一个维度(m)拆分。可以使用以下代码实现：

import numpy as np

arr = np.array([[[1,2,3],[4,5,6]],
                [[7,8,9],[10,11,12]],
                [[13,14,15],[16,17,18]]])

# 沿着第一个维度拆分为多个二维数组
arr_list = np.split(arr, arr.shape[0], axis=0)

# 打印每个二维数组的形状和内容
for i in range(len(arr_list)):
    print(f"arr_list[{i}] shape: {arr_list[i].shape}")
    print(arr_list[i])

输出结果为：

arr_list[0] shape: (1, 2, 3)
[[[1 2 3]
  [4 5 6]]]
arr_list[1] shape: (1, 2, 3)
[[[ 7  8  9]
  [10 11 12]]]
arr_list[2] shape: (1, 2, 3)
[[[13 14 15]
  [16 17 18]]]

可以看到，我们成功将三维数组拆分为了三个二维数组，每个二维数组的形状为(1,2,3)，即(n,p)。