Question

我是最近转换为python的MatLab用户。我正在运行for循环，将更长的信号切换到单独的试验中，将它们标准化为100％试验，然后希望将试验水平列在单个变量中。我的代码是

RHipFE=np.empty([101, 1])

newlength = 101

for i in range(0,len(R0X)-1,2):
    iHipFE=redataf.RHipFE[R0X[i]:R0X[i+1]]
    x=np.arange(0,len(iHipFE),1)
    new_x = np.linspace(x.min(), x.max(), newlength)
    iHipFEn = interpolate.interp1d(x, iHipFE)(new_x)
    RHipFE=np.concatenate((RHipFE,iHipFEn),axis=1)

当我运行它时，我收到错误“ValueError：所有输入数组必须具有相同的维数”。我假设是因为RHipFE是（101,1）而iHipFEn是（101，）。是制作iHipFEn（101,1）的最佳解决方案吗？如果是这样，在上面的for循环中如何做到这一点？

Answer 1

通常，在列表中收集数组会更快，并且使用某种形式的连接一次。列表append比concatenate更快：

In [51]: alist = []
In [52]: for i in range(3):
    ...:     alist.append(np.arange(i,i+5))
    ...:     
In [53]: alist
Out[53]: [array([0, 1, 2, 3, 4]), array([1, 2, 3, 4, 5]), array([2, 3, 4, 5, 6])]

各种加入方式

In [54]: np.vstack(alist)  
Out[54]: 
array([[0, 1, 2, 3, 4],
       [1, 2, 3, 4, 5],
       [2, 3, 4, 5, 6]])
In [55]: np.column_stack(alist)  
Out[55]: 
array([[0, 1, 2],
       [1, 2, 3],
       [2, 3, 4],
       [3, 4, 5],
       [4, 5, 6]])
In [56]: np.stack(alist, axis=1)
Out[56]: 
array([[0, 1, 2],
       [1, 2, 3],
       [2, 3, 4],
       [3, 4, 5],
       [4, 5, 6]])
In [57]: np.array(alist)
Out[57]: 
array([[0, 1, 2, 3, 4],
       [1, 2, 3, 4, 5],
       [2, 3, 4, 5, 6]])

在内部，vstack，column_stack，stack扩展了组件的维度，并在适当的轴上连接：

In [58]: np.concatenate([l[:,None] for l in alist],axis=1)
Out[58]: 
array([[0, 1, 2],
       [1, 2, 3],
       [2, 3, 4],
       [3, 4, 5],
       [4, 5, 6]])

numpy.concatenate float64（101,1）和float64（101，）

1 个答案: