Question

作为代码的输入，我需要一个'ndarray'（称为C），其形状为：（（4，N），（4，N））。所以，如果N = 3，我想我可以这样构造它：

import numpy as np
A=np.array([[1, 2,3], [0.1, 0.2,0.3],[0.4,0.5,0.6],[0.7,0.8,0.9]])
B=np.array([[4,5,6], [0.4, 0.5,0.6],[0.7,0.8,0.9],[0.7,0.8,1]])

因此，如何将A和B组合起来以得到形状为（（4,3），（4,3））的C（st C [0]也应为A，而C [1]应为B）？

我尝试过：

C=np.concatenate(([A], [B]), axis=0)

，但是得到的C.shape是（2，4，3）而不是（（4,3），（4,3））。然后我天真地尝试重塑C：

C.reshape((4,3),(4,3))

但是我收到一条错误消息。

很抱歉，如果这个问题太基本了，我刚刚开始使用python。

最好

史蒂芬

Answer 1

为了执行您要的操作，如果您了解numpy ndarrays的工作原理，则更为简单。在您列出的示例中，您可以使用以下形状在3维中精确地创建该类型的数组：

numpy.zeros((4,N,2));

这将创建具有您想要的形状的数组。 documentation page on numpy array creation有很多有关如何使用它的重要信息。

但是，如果要合并两个数组，有很多方法可以做到。

stacked0=numpy.stack(A,B)                # Stack the arrays along a new axis (a 3rd axis in this case)
stacked0.shape                           # outputs (2,4,3) in the example arrays.

这将创建一个新轴并沿其合并，在这种情况下，默认轴替换第一个轴（axis = 0），并将其余轴向下移动。这仅在以后需要索引以及高级应用程序中某些固定性能时才重要。作为初学者，最重要的事情是了解您要沿哪个轴合并。

stacked1=numpy.stack([A,B],axis=1)    # Replaces the second axis to stack
stacked1.shape                        # (4,2,3)
stacked2=numpy.stack([A,B],axis=2)    # Appends a third axis
stacked2.shape                        # (4,3,2)

您还可以沿现有轴将它们连接起来。

concated0 = numpy.concatenate([A,B],axis=0) # merges them along the first axis
concated0.shape                  # (8,3)
concated1 = numpy.concatenate([A,B],axis=1)
concated1.shape                  # (4,6)

有关如何重新排列阵列的更多选项，请参见array manimpulations docs。

Python Numpy初学者：获取形状为（（M，N），（M，N））的数组

1 个答案: