Question

我正在尝试连接两个numpy数组，但是我遇到了这个错误。有人能给我一些关于这实际意味着什么的线索吗？

    Import numpy as np
    allValues = np.arange(-1, 1, 0.5)
    tmp = np.concatenate(allValues, np.array([30], float))

然后我得到了

ValueError: 0-d arrays can't be concatenated

如果我这样做

    tmp = np.concatenate(allValues, np.array([50], float))

没有错误消息，但tmp变量也不反映连接。

Answer 1

您需要将要连接的数组放入参数中的序列（通常是元组或列表）。

tmp = np.concatenate((allValues, np.array([30], float)))
tmp = np.concatenate([allValues, np.array([30], float)])

检查np.concatenate concatenate。请注意，第一个参数是数组的序列（例如list，tuple）。不将它们作为单独的参数。

据我所知，这个API由所有numpy的串联函数共享：documentation，concatenate，hstack，vstack和{ {3}}所有都采用一个主要参数，应该是一些数组序列。

您获得该特定错误的原因是数组也是序列。但这意味着allValues将allValues解释为要连接的数组序列。但是，concatenate的每个元素都是浮点数而不是数组，因此被解释为零维数组。正如错误所说，这些＆＃34;数组＆＃34;不能连接。

第二个参数被视为a = np.array([1, 2]) b = np.array([3, 4]) np.concatenate(a, b) # TypeError: only length-1 arrays can be converted to Python scalars的第二个（可选）参数，它是要连接的轴。这只能起作用，因为第二个参数中有一个元素，可以转换为整数，因此是一个有效值。如果你在第二个参数中放置了一个包含更多元素的数组，那么你会得到一个不同的错误：

{{1}}

Answer 2

还要确保连接两个numpy数组。我用一个numpy数组连接一个python数组，它给了我同样的错误：

ValueError: 0-d arrays can't be concatenated

我花了一些时间才弄清楚这一点，因为stackoverflow中的所有答案都假设您有两个numpy数组。相当愚蠢但容易被忽视的错误。因此发布以防万一这有助于某人。

以下是使用np.asarray转换现有python数组的链接要么 create np arrays，如果有帮助的话。

Answer 3

另一种获取此错误的方法是拥有两个不同类型的numpy对象？

尝试np.concatenate([A,B])时出现此错误

和ValueError: all the input arrays must have same number of dimensions，当我运行np.concatenate([B,A])

时

就像@mithunpaul提到的那样，我的类型已关闭：A是44279x204的数组，而B是<44279x12 sparse matrix of type '<class 'numpy.float64'>' with 88558 stored elements in Compressed Sparse Row format>)

所以这就是错误发生的原因。虽然还不知道如何解决。

numpy数组连接错误：0-d数组不能连接

3 个答案: