为什么我不能在 numpy 中使用 np.concatenate 堆叠 3D 数组，而 1D 和 2D 数组可以工作？

Question

我正在使用 3D numpy 数组，但在堆叠其中两个时遇到问题。这就是我正在尝试做的事情：

import numpy as np

grid = np.arange(16).reshape((1, 4, 4))
grid2 = grid[:, :-1, ::-1].copy()

我希望能够将

grid

和

grid2

与

np.concatenate

堆叠在

axis=0

上，如下所示：

np.concatenate((grid, grid2), axis=0)

但它不起作用，

np.vstack

或

np.dstack

也不起作用（我观察到

vstack

仅适用于1D和2D数组）。我检查了这些形状，我认为它们会对齐，因为它们都源自

grid

，但它不合作。

这是一个更简单的串联示例，它确实按预期工作：

x = np.arange(1, 9).reshape((2, 4))
y = np.arange(4)
np.vstack((x, y))  # Works perfectly

为什么堆叠

grid

和

grid2

会失败，而像

x

和

y

这样更简单的情况却可以正常工作？我在这里缺少 numpy 中的特定规则或限制吗？”

Answer 1

在这种特殊情况下，您可以使用

hstack

:

np.hstack([grid, grid2])

输出：

array([[[ 0,  1,  2,  3],
        [ 4,  5,  6,  7],
        [ 8,  9, 10, 11],
        [12, 13, 14, 15],
        [ 3,  2,  1,  0],
        [ 7,  6,  5,  4],
        [11, 10,  9,  8]]])