python - np.array ndmin 参数 : specify placement of added dimensions

Question

我有一个M维np.ndarray , 其中M <= N .超出此条件，阵列可以具有任何形状。我想将此数组转换为 N 维数组，0 到 M 的维度保持不变，M 到 N 的维度设置为 1。

我几乎可以通过使用 np.array 复制数组来完成此行为并提供 ndmin争论。但是，这会将额外的轴放置到“第一个”而不是“最后一个”位置:

>>> a3d = np.zeros((2,3,4))
>>> a5d = np.array(a3d, ndmin = 5)
>>> a5d.shape
(1, 1, 2, 3, 4) #actual shape
(2, 3, 4, 1, 1) #desired shape

有没有办法指定添加的维度应该去哪里？有没有我可以在这里使用的替代函数，它可以产生我想要的输出？

显然，在上面的示例中，我可以在按照我想要的顺序放置轴之后操作数组，但是由于原始数组可能具有 0 到 5 维的任何地方(并且我想在原始订单)，如果不对原始形状进行一系列繁琐的检查，我想不出一种方法来做到这一点。

Answer 1

我会使用 .reshape ...

>>> a3d = a3d.reshape(a3d.shape + (1, 1))
>>> a3d.shape
(2, 3, 4, 1, 1)

如果要填充到某个维度:

>>> a3d = np.zeros((2,3,4))
>>> ndim = 5
>>> padded_shape = (a3d.shape + (1,)*ndim)[:ndim]
>>> new_a3d = a3d.reshape(padded_shape)
>>> new_a3d.shape
(2, 3, 4, 1, 1)