Question

我有一个多维矩阵（10 * 59 * 2000），我想将10个试验连接成一个信号。最终矩阵应为（590 * 2000）。我尝试了几种方法。

当我使用以下代码时，出现错误：

M = np.array([])
for i in range(0, 10)):
    m1 = raw._data[i]
    M = np.concatenate(([M, m1]), axis = 0)

ValueError：所有输入数组的维数必须相同

当我使用其他建议Here的代码时，也会遇到相同的错误

M = np.empty((59, 2000))
for i in range(0, 10):
    m1 = raw._data[i]
    M = np.append(M, [m1], axis = 0)

但是当我将[m1]更改为m1时，我可以得到一个很好的结果，但是得到的不是（590 * 2000），而是（649 * 2000）那是我在数组中制作的一个空数组（59 * 2000）第一行添加到我的最终矩阵。

M = np.append(M, m1, axis = 0)

能否让我知道如何将这些数组连接成一个循环以创建目标数组（590 * 2000）？

Answer 1

我假设您的形状是10个试验，59个eeg通道和2000个时间点。

您希望将时间维度与最终形状59，20 * 2000连接起来。

np.concatenate(multi_trial, axis=1)
# or
np.hstack(multit_trial)

这是什么：在第一个轴上分割multi_trial（试验一个）。有了所有的阵列，每个试验一个（通道，时间）阵列，将它们沿第二个轴即时间轴粘合在一起。

Answer 2

如果必须迭代连接：

urllib

In [84]: rdata = np.arange(24).reshape(4,3,2) In [85]: M = np.empty((0,2), int) ...: for i in range(4): ...: M = np.concatenate((M, rdata[i,:,:]),axis=0) ...: In [86]: M Out[86]: array([[ 0, 1], [ 2, 3], [ 4, 5], [ 6, 7], [ 8, 9], [10, 11], [12, 13], [14, 15], [16, 17], [18, 19], [20, 21], [22, 23]])和

rdata.reshape(12,2)

即使有这么小的样本，列表的追加速度也比数组连接快2倍以上。

我不必重复-只需传递In [89]: M = [] ...: for i in range(4): ...: M.append(rdata[i,:,:]) ...: M = np.concatenate(M, axis=0)即可进行连接。它将3d数组视为2d数组的列表：

rdata

请注意，我使用np.concatenate(rdata, axis=0)。关于concatenate，我不能说太多坏话。可以在1d数组的末尾添加标量是可以的，但是对于其他任何东西，它都很难使用，并且会以多种方式误导用户。 np.append接受了整个项目列表，concatenate仅接受了2。

append还有其他封面，它们以各自的方式有用。 concatenate也许是最好的。但是从长远来看，除非您了解如何操作尺寸并直接使用np.stack，否则您将不会使用“堆栈”权限。

MATLAB确实允许您逐步增加阵列。我怀疑尽管在后台它执行的操作与concatenate相同。 Python列表更好，因为它们不涉及副本。列表追加仅将指针添加到列表缓冲区，因此它既快速又简单。快速的网络搜索表明，即使在MATLAB中，也不鼓励动态增长矩阵。最建议您预先分配矩阵。

从列表连接的

numpy有点像MATLAB numpy。 cell2mat与cell一样，可以包含不同种类的对象，而list具有统一的数字内容。

连接数组中的问题

2 个答案: