Python NumPy hstack&x27；这是一种奇怪的行为

这里有一点背景。Numpy v1.16，Python 3.6.8

然后我运行以下代码：

import numpy as np

arr1 = np.repeat(True,20)
arr2 = np.repeat(np.arange(5),4)

X = np.vstack((arr1,
               arr2 
               )).T

arr3 = np.repeat(True,20).T
arr4 = np.repeat(np.arange(5),4).T

Y = np.hstack((arr3,
               arr4 
               ))

结果是X形为（20,2）（正常），而Y形为（40），异常

---

在数学上，X和Y应该是完全相同的矩阵，但在我的机器中，它们不是。那么我在这里错过了什么？提前感谢

转置一维数组，如

arr3

和

arr4

返回一维数组，而不是二维数组

np.repeat(True,5)
# returns:
array([ True,  True,  True,  True,  True])

np.repeat(True,5).T
# returns:
array([ True,  True,  True,  True,  True])

它不会产生新的轴。在换位之前，你需要这样做

要增加轴的数量，可以使用

np.newaxis

a = np.repeat(True, 5)
a[:, np.newaxis]
# returns:
array([[ True],
       [ True],
       [ True],
       [ True],
       [ True]])

a[:, np.newaxis].T
# returns:
array([[ True,  True,  True,  True,  True]])

---

你的问题甚至是T，但你的arr是一维的

（n，）

，这意味着你不能简单地

T

，使它变成

（n，1）

维

如何修复：使用

numpy

广播获取（n，1）

转置切换轴，但不添加任何轴

In [95]: arr1.T.shape                                                           
Out[95]: (10,)

vstack（垂直）确保输入至少为2d，并在第一个轴上连接它们

In [96]: np.vstack((arr1,arr2))                                                 
Out[96]: 
array([[1, 1, 1, 1, 1, 1, 1, 1, 1, 1],
       [0, 0, 1, 1, 2, 2, 3, 3, 4, 4]])
In [97]: _.shape                                                                
Out[97]: (2, 10)

实际上，它做到了：

In [99]: np.concatenate((arr1.reshape(1,-1),arr2.reshape(1,-1)), axis=0)        
Out[99]: 
array([[1, 1, 1, 1, 1, 1, 1, 1, 1, 1],
       [0, 0, 1, 1, 2, 2, 3, 3, 4, 4]])

请注意，布尔值

True

已更改为数值

1

，因此它的数据类型与

arr2

相同

hstack

确保输入至少有一个维度，并在最后一个维度上连接

同样，转置不会改变1d形状

另一个便利功能：

In [102]: np.column_stack((arr1,arr2)).shape                                    
Out[102]: (10, 2)

这将使输入成为2d，并在最后一个轴上连接（有关详细信息，请查看其代码）

还有一个便利：

In [103]: np.stack((arr1,arr2),axis=1).shape                                    
Out[103]: (10, 2)
In [104]: np.stack((arr1,arr2),axis=0).shape                                    
Out[104]: (2, 10)

所有这些都只是调整尺寸，然后使用

连接

结构化阵列
[110]中的
：arr=np.zeros（（10，），dtype='bool，i'）
在[111]中：arr['f0']=arr1
在[112]中：arr['f1']=arr2
In[113]：arr
出[113]：
数组（[（真，0），（真，0），（真，1），（真，1），（真，2），
（对，2），（对，3），（对，3），（对，4），（对，4）]，
数据类型=[（'f0'，'？'），（'f1'，'
In [100]: np.hstack((arr1,arr2))                                                
Out[100]: array([1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 0, 0, 1, 1, 2, 2, 3, 3, 4, 4])
In [101]: _.shape                                                               
Out[101]: (20,)

In [102]: np.column_stack((arr1,arr2)).shape                                    
Out[102]: (10, 2)

In [103]: np.stack((arr1,arr2),axis=1).shape                                    
Out[103]: (10, 2)
In [104]: np.stack((arr1,arr2),axis=0).shape                                    
Out[104]: (2, 10)

In [110]: arr = np.zeros((10,), dtype='bool,i')                                 
In [111]: arr['f0']=arr1                                                        
In [112]: arr['f1']=arr2                                                        
In [113]: arr                                                                   
Out[113]: 
array([( True, 0), ( True, 0), ( True, 1), ( True, 1), ( True, 2),
       ( True, 2), ( True, 3), ( True, 3), ( True, 4), ( True, 4)],
      dtype=[('f0', '?'), ('f1', '<i4')])