今天做資料處理時，遇到了從三維陣列中批量加入二維陣列的需求。其中三維陣列在深度學習的特徵資料處理時經常會使用到，所以讀者有必要對該小知識點做到清楚了解並掌握。現對三維陣列中的元素位置結合**做詳細歸納總結，方便日後查閱和為網友答疑！
圖示效果圖：
直接貼**：
psqzjhnp
def test3d():
import numpy as np
data_array = np.zeros((3, 5, 6), dtype=np.int)
data_array[1, 2, 2] = 1
print(data_array)
介紹：通過np.zeros建立乙個3行5列6個通道的三維陣列，並給第二個通道的第一行第二列賦值1.
執行結果圖：
分析：有執行結果可知，建立了六個通道，在深度學習中這六個通道相當於六個feature map，對應結果圖中的六列。
再向外看一層，共有三個塊，每個塊代表這個通道的第幾行資料。
每個塊裡有五行資料，每一行代表每個通道的第幾列資料
所以，**中的賦值語句： data_array[1, 2, 2] = 1
表示為第2個通道，下標從0開始，所以在圖中位置為第三列；第1行第2列，下標從0開始，所以圖中表示第二個塊的第三行；即為圖中所示位置。
補充：psqzjhnp三維陣列的求和
多維陣列的軸（axis=）是和該陣列的size（或者shape）的元素是相對應的；
>>> np.random.seed(123)
>>> x = np.random.randint(0, 5, [3, 2, 2])
>>> print(x)
[[[5 2]
[4 2]]
[[1 3]
[2 3]]
[[1 1]
[0 1]]]
>> x.sum(axis=0)
array([[7, 6],
[6, 6]])
>>> x.sum(axis=1)
array([[9, 4],
[3, 6],
[1, 2]])
>>> x.sum(axis=2)
array([[7, 6],
[4, 5],
[2, 1]])
如果將三維陣列的每乙個二維看做乙個平面（plane，x[0, :, :], x[1, :, :], x[2, :www.cppcns.com, :]），三維陣列即是這些二維平面層疊（stacked）出來的結果。則（axis=0）表示全部平面上的對應位置，（axis=1），每乙個平面的每一列，（axis=2），每乙個平面的每一行。
本文標題: numpy中三維陣列中加入元素後的位置詳解
本文位址: /jiaoben/python/289314.html
c c 中三維陣列的傳遞
include include using namespace std const int x 10 const int y 10 const int z 10 int bar double arr y z int main cout foo 0 0 0 endl 1.0 bar foo syste...
Webg中三維座標
1 webgl座標系 在現實世界中，所有的事物都是三維的的，而計算機螢幕顯示的是二維的圖形，將三維和二維聯絡在一起的紐帶就是座標。webgl處理的是三維圖形，所以它使用三維座標系統，具有x軸 y軸 z軸。當你面像計算機螢幕時，x軸是水平的 正 方向為右 y軸是垂直的 正方向為下 z軸垂直於螢幕 正方...
python三維座標 python中三維輪廓的座標
感謝在這個 上獲得的知識。我能寫乙個簡單的指令碼，列印出等高線圖的座標 x和y 在 下面是乙個例子 from numpy import from pylab import generate a set of random points npts 500 phi random npts 2 pi th...