ValueError：数组必须具有相同数量的维度

Question

在纯Python中，您可以非常轻松地逐列增长矩阵：

data = []
for i in something:
    newColumn = getColumnDataAsList(i)
    data.append(newColumn)

NumPy的数组没有append函数。 hstack函数不适用于零大小的数组，因此以下内容不起作用：

data = numpy.array([])
for i in something:
    newColumn = getColumnDataAsNumpyArray(i)
    data = numpy.hstack((data, newColumn)) # ValueError: arrays must have same number of dimensions

所以，我的选择是要么在适当的条件下删除初始化inive：

data = None
for i in something:
    newColumn = getColumnDataAsNumpyArray(i)
    if data is None:
        data = newColumn
    else:
        data = numpy.hstack((data, newColumn)) # works

...或者使用Python列表并稍后转换为数组：

data = []
for i in something:
    newColumn = getColumnDataAsNumpyArray(i)
    data.append(newColumn)
data = numpy.array(data)

两种变体看起来都有点尴尬。有更好的解决方案吗？

Answer 1

NumPy实际上有一个追加功能，似乎可以做你想要的，例如，

import numpy as NP
my_data = NP.random.random_integers(0, 9, 9).reshape(3, 3)
new_col = NP.array((5, 5, 5)).reshape(3, 1)
res = NP.append(my_data, new_col, axis=1)

如果您添加另一行，例如

，您的第二个片段（hstack）将起作用

my_data = NP.random.random_integers(0, 9, 16).reshape(4, 4)
# the line to add--does not depend on array dimensions
new_col = NP.zeros_like(my_data[:,-1]).reshape(-1, 1)
res = NP.hstack((my_data, new_col))

hstack给出与concatenate((my_data, new_col), axis=1)相同的结果，我不确定他们如何比较性能。

虽然这是你问题最直接的答案，但我应该提一下，通过数据源循环来通过追加来填充目标，而在python中，这不是惯用的NumPy。原因如下：

初始化NumPy数组是相对昂贵的，并且使用这种传统的python模式，你会在每次循环迭代时产生或多或少的成本（即，每个附加到NumPy数组的成本大致相同）初始化一个不同大小的新数组。）

因此，NumPy中用于将列迭代添加到2D阵列的常见模式是初始化空目标数组一次（或预先分配具有所有这些的单个2D NumPy数组空列）通过设置所需的列向偏移量（索引）连续填充这些空列 - 显示比解释更容易：

>>> # initialize your skeleton array using 'empty' for lowest-memory footprint 
>>> M = NP.empty(shape=(10, 5), dtype=float)

>>> # create a small function to mimic step-wise populating this empty 2D array:
>>> fnx = lambda v : NP.random.randint(0, 10, v)

在OP中填充NumPy数组，除了每次迭代只是在连续的列式偏移处重新设置M的值

>>> for index, itm in enumerate(range(5)):    
        M[:,index] = fnx(10)

>>> M
  array([[ 1.,  7.,  0.,  8.,  7.],
         [ 9.,  0.,  6.,  9.,  4.],
         [ 2.,  3.,  6.,  3.,  4.],
         [ 3.,  4.,  1.,  0.,  5.],
         [ 2.,  3.,  5.,  3.,  0.],
         [ 4.,  6.,  5.,  6.,  2.],
         [ 0.,  6.,  1.,  6.,  8.],
         [ 3.,  8.,  0.,  8.,  0.],
         [ 5.,  2.,  5.,  0.,  1.],
         [ 0.,  6.,  5.,  9.,  1.]])

当然，如果您事先不知道阵列的大小应该是多少只需创建一个比你需要的更大的一个并修剪'未使用'部分当你完成填充它

>>> M[:3,:3]
  array([[ 9.,  3.,  1.],
         [ 9.,  6.,  8.],
         [ 9.,  7.,  5.]])

Answer 2

通常在创建NumPy数组时不会继续调整其大小。您对第三种解决方案不满意吗？如果它是一个非常大的矩阵/数组，那么在开始赋值之前可能值得分配数组：

x = len(something)
y = getColumnDataAsNumpyArray.someLengthProperty

data = numpy.zeros( (x,y) )
for i in something:
   data[i] = getColumnDataAsNumpyArray(i)

Answer 3

hstack可以在零大小的数组上运行：

import numpy as np

N = 5
M = 15

a = np.ndarray(shape = (N, 0))
for i in range(M):
    b = np.random.rand(N, 1)
    a = np.hstack((a, b))

Answer 4

通常，重新分配NumPy阵列是很昂贵的 - 所以你的第三个解决方案确实是最好的性能。

但是我认为hstack会做你想要的 - 提示出现在错误信息中，

ValueError：数组必须具有相同数量的维度

我猜测newColumn有两个维度（而不是一维向量），因此您需要数据也有两个维度...例如data = np.array([[]]) - 或者将newColumn作为一维向量（一般来说，如果事情是1D，最好将它们保持在NumPy中1D，因此广播等工作得更好）。在这种情况下，使用np.squeeze(newColumn)和hstack或vstack应该与原始数据定义一起使用。

在NumPy中逐列生长矩阵

4 个答案:

ValueError：数组必须具有相同数量的维度