垂直连接两个NumPy数组

时间:2014-02-19 17:22:09

标签: python arrays numpy concatenation

我尝试了以下内容:

>>> a = np.array([1,2,3])
>>> b = np.array([4,5,6])
>>> np.concatenate((a,b), axis=0)
array([1, 2, 3, 4, 5, 6])
>>> np.concatenate((a,b), axis=1)
array([1, 2, 3, 4, 5, 6])

但是,我希望至少有一个结果看起来像这样

array([[1, 2, 3],
       [4, 5, 6]])

为什么它没有垂直连接?

4 个答案:

答案 0 :(得分:78)

因为ab只有一个轴,因为它们的形状是(3),而轴参数专门指的是要连接的元素的轴。

这个例子应该阐明concatenate对轴的作用。取两个带有两个轴的向量,形状为(2,3)

a = np.array([[1,5,9], [2,6,10]])
b = np.array([[3,7,11], [4,8,12]])

沿第1轴连接(第1行,第2行):

np.concatenate((a,b), axis=0)
array([[ 1,  5,  9],
       [ 2,  6, 10],
       [ 3,  7, 11],
       [ 4,  8, 12]])

沿第2轴连接(第1轴的列,然后是第2列的列):

np.concatenate((a, b), axis=1)
array([[ 1,  5,  9,  3,  7, 11],
       [ 2,  6, 10,  4,  8, 12]])

要获得您提供的输出,您可以使用vstack

a = np.array([1,2,3])
b = np.array([4,5,6])
np.vstack((a, b))
array([[1, 2, 3],
       [4, 5, 6]])

您仍然可以使用concatenate执行此操作,但您需要先重塑它们:

np.concatenate((a.reshape(1,3), b.reshape(1,3)))
array([[1, 2, 3],
       [4, 5, 6]])

最后,正如评论中所提出的,重塑它们的一种方法是使用newaxis

np.concatenate((a[np.newaxis,:], b[np.newaxis,:]))

答案 1 :(得分:19)

如果当前的实际问题是垂直连接两个1-D阵列,并且我们没有注意使用concatenate来执行此操作,我建议使用 np.column_stack

In []: a = np.array([1,2,3])
In []: b = np.array([4,5,6])
In []: np.column_stack((a, b))
array([[1, 4],
       [2, 5],
       [3, 6]])

答案 2 :(得分:9)

numpy的一个鲜为人知的特征是使用r_。这是一种快速构建数组的简单方法:

import numpy as np
a = np.array([1,2,3])
b = np.array([4,5,6])
c = np.r_[a[None,:],b[None,:]]
print(c)
#[[1 2 3]
# [4 5 6]]

a[None,:]的目的是将轴添加到数组a

答案 3 :(得分:5)

a = np.array([1,2,3])
b = np.array([4,5,6])
np.array((a,b))

一样有效
np.array([[1,2,3], [4,5,6]])

无论是列表列表还是1d数组列表,np.array都会尝试创建2d数组。

但了解np.concatenate及其stack函数系列的工作方式也是一个好主意。在此上下文中,concatenate需要一个2d数组列表(或任何np.array将变为二维数组的任何内容)作为输入。

np.vstack首先通过输入循环确保它们至少为2d,然后连接。在功能上它与自己扩展阵列的尺寸相同。

np.stack是一个新函数,它将数组连接到新维度。默认行为与np.array类似。

查看这些函数的代码。如果用Python编写,你可以学到很多东西。对于vstack

return _nx.concatenate([atleast_2d(_m) for _m in tup], 0)