Question

执行

import numpy as np
t1 = np.arange(1,10)
t2 = np.arange(11,20)

t3 = np.concatenate((t1,t2),axis=1)

导致

Traceback (most recent call last):

  File "<ipython-input-264-85078aa26398>", line 1, in <module>
    t3 = np.concatenate((t1,t2),axis=1)

IndexError: axis 1 out of bounds [0, 1)

为什么报告轴1超出范围？

Answer 1

你的标题解释了 - 一维阵列没有第二轴！

但是说过，在@Oliver W. s上我的系统上，它不会产生错误

In [655]: np.concatenate((t1,t2),axis=1)
Out[655]: 
array([ 1,  2,  3,  4,  5,  6,  7,  8,  9, 11, 12, 13, 14, 15, 16, 17, 18,
       19])

这是我期望从axis=0获得的结果：

In [656]: np.concatenate((t1,t2),axis=0)
Out[656]: 
array([ 1,  2,  3,  4,  5,  6,  7,  8,  9, 11, 12, 13, 14, 15, 16, 17, 18,
       19])

当数组为1d时，concatenate看起来忽略了axis参数。我不知道这是我的1.9版本中的新内容，还是旧版本。

要获得更多控制权，请考虑使用vstack和hstack包装器，根据需要扩展数组维度：

In [657]: np.hstack((t1,t2))
Out[657]: 
array([ 1,  2,  3,  4,  5,  6,  7,  8,  9, 11, 12, 13, 14, 15, 16, 17, 18,
       19])

In [658]: np.vstack((t1,t2))
Out[658]: 
array([[ 1,  2,  3,  4,  5,  6,  7,  8,  9],
       [11, 12, 13, 14, 15, 16, 17, 18, 19]])

Answer 2

这是因为Numpy表示一维数组的方式。以下使用reshape（）的方法将起作用：

t3 = np.concatenate((t1.reshape(-1,1),t2.reshape(-1,1),axis=1)

说明：最初创建时，这就是一维数组的形状：

t1 = np.arange(1,10)
t1.shape
>>(9,)

'np.concatenate'和许多其他功能不喜欢缺少的尺寸。重塑会执行以下操作：

t1.reshape(-1,1).shape
>>(9,1)

Answer 3

你最好使用名为numpy.stack的Numpy的不同功能它的行为类似于MATLAB＆＃39; cat。

my_strdup()函数不要求数组具有连接的维度。

Answer 4

这是因为您需要将其更改为两个维度，因为一个维度不能与其连接。通过执行此操作，您可以添加一个空列。如果您运行以下代码，它可以工作：

import numpy as np 
t1 = np.arange(1,10)[None,:]
t2 = np.arange(11,20)[None,:]
t3 = np.concatenate((t1,t2),axis=1)
print(t3)

Answer 5

如果您需要一个包含两列的数组，则可以使用column_stack：

import numpy as np
t1 = np.arange(1,10)
t2 = np.arange(11,20)
np.column_stack((t1,t2))

哪个结果

[[ 1 11]
 [ 2 12]
 [ 3 13]
 [ 4 14]
 [ 5 15]
 [ 6 16]
 [ 7 17]
 [ 8 18]
 [ 9 19]]

沿着第二轴连接2个1D numpy阵列

5 个答案: