python - 将2D阵列添加到3D阵列

我在堆叠两个矩阵的过程中有点挣扎。我正在使用pyKalman软件包，该软件包在更新后会返回一个矩阵元组。具有更新的估计值（new_pred 1 x 2矢量）和相应的协方差矩阵（new_cov 2 x 2矩阵）的矩阵。

更新之后，我想通过这些估计将返回值堆叠到其相应的输出中，以对数据进行递归平滑。

以下是当前的实现方式。

for meas in onlineObservations:
    (new_pred, new_cov) = kf.filter_update(states_pred[-1], cov_pred[-1], meas)
    states_pred = np.vstack((states_pred, new_pred))
    cov_pred = np.stack((cov_pred, new_cov), axis=0)

这对于更新的估算值（1x2向量）确实非常有效，但是当我尝试将new_cov添加到名为cov_pred的数组时失败了。好措施：

states_pred.shape = (900,2)
cov_pred.shape = (900, 2, 2)

我尝试将“堆栈”的轴更改为无济于事。它可能是基本的东西，但是过去一个小时我一直在努力解决它，似乎找不到一个“简单”的解决方案。

提前致谢。

最佳答案

这应该工作-

cov_pred = []
for meas in onlineObservations:
    (new_pred, new_cov) = kf.filter_update(states_pred[-1], cov_pred[-1], meas)
    states_pred = np.vstack((states_pred, new_pred))
    cov_pred.append[new_cov]
cov_pred = np.stack(cov_pred, axis=0)

但是，由于您要更新代码中已在使用的数组，因此应使用np.concatenate

for meas in onlineObservations:
    (new_pred, new_cov) = kf.filter_update(states_pred[-1], cov_pred[-1], meas)
    states_pred = np.vstack((states_pred, new_pred))
    cov_pred = np.concatenate((cov_pred, np.reshape(new_cov, (1,2,2))), axis=0)

关于python - 将2D阵列添加到3D阵列，我们在Stack Overflow上找到一个类似的问题：https://stackoverflow.com/questions/49532933/