python - Numpy:如何将(N，)维向量插入(N，M，D)维数组作为沿D轴的新元素？ (N、M、D+1)

Question

a 是形状为 (N, M, D) == (20, 4096, 6) 的数组。

b 是形状为 (N,) == (20,) 的数组。

我想将 b 的值插入到 a 中，以便 b 中的每个值都按元素附加到 >D 在 a 中变暗(a 中的第 7 个元素)。

因此，c 将是一个形状为 (20, 4096, 7) 的数组，其中 c[i,:,-1] == b[i] 对于所有 i，并且 c[...,:-1] == a。

我知道你可以创建一个新数组并相应地添加值，例如:

N, M, D = a.shape # (20, 4096, 6)
c = np.zeros((N, M, D+1))
c[...,:-1] = a
for i in range(N):
    c[i,:,-1] = b[i]

但想知道这里的 numpy 向导是否有一种更巧妙的方法来使用 numpy 操作而不使用中间数组来完成此操作。

Answer 1

将 b 延伸到 3D 后沿第二个轴复制，然后沿最后一个轴与 a 连接 -

b_rep = np.repeat(b[:,None,None],a.shape[1],axis=1)
out = np.concatenate((a, b_rep,axis=-1)

或者，我们可以使用np.broadcast_to来创建复制版本:

b_rep = np.broadcast_to(b[:,None,None], (len(b), a.shape[1],1)