Question

我正在尝试连接4个阵列，一个1D阵列形状（78427）和3个2D阵列形状（78427,375 / 81/103）。基本上这是4个阵列，具有78427个图像的特征，其中1D阵列每个图像只有1个值。

我尝试按如下方式连接数组：

>>> print X_Cscores.shape
(78427, 375)
>>> print X_Mscores.shape
(78427, 81)
>>> print X_Tscores.shape
(78427, 103)
>>> print X_Yscores.shape
(78427,)
>>> np.concatenate((X_Cscores, X_Mscores, X_Tscores, X_Yscores), axis=1)

这会导致以下错误：

追踪（最近一次通话）：文件＆＃34;＆＃34;，第1行，in ValueError：所有输入数组必须具有相同的维数

问题似乎是一维数组，但我不能真正理解为什么（它还有78427个值）。我尝试在连接之前转置1D阵列，但这也没有用。

任何有关连接这些数组的正确方法的帮助都将不胜感激！

Answer 1

尝试连接X_Yscores[:, None]（或A[:, np.newaxis]，如imaluengo建议的那样）。这将从一维数组中创建一个2D数组。

示例：

A = np.array([1, 2, 3])
print A.shape
print A[:, None].shape

输出：

(3,)
(3,1)

Answer 2

你可以试试这个单行：

concat = numpy.hstack([a.reshape(dim,-1) for a in [Cscores, Mscores, Tscores, Yscores]])

＆＃34;秘密＆＃34;这里是使用一个轴上的已知共同维度重新整形，另一个轴使用-1，它会自动匹配大小（如果需要，可以创建一个新轴）。

Answer 3

我不确定你是否想要这样的东西：

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

c = a.ravel()
con = np.concatenate( (c,b ) )

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

OR

np.column_stack( (a,b) )

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

np.row_stack( (a,b) )

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

Numpy将2D数组与1D数组

3 个答案: