Python数组/矩阵维

我创建了两个矩阵

import numpy as np
arrA = np.zeros((9000,3))
arrB = np.zerros((9000,6))

我想连接这些矩阵的片段。 但当我尝试这样做时：

arrC = np.hstack((arrA, arrB[:,1]))

我得到一个错误：

ValueError: all the input arrays must have same number of dimensions

我猜这是因为np.shape（arrB[：，1]）等于

（9000，）

而不是

（9000,1）

，但我不知道如何解决它

---

你能对这个问题发表意见吗？

我想试试这样的方法：

np.vstack((arrA.transpose(), arrB[:,1])).transpose()

---

我想试试这样的东西：

np.vstack((arrA.transpose(), arrB[:,1])).transpose()

---

您可以通过传递索引列表而不是索引来保留维度：

>>> arrB[:,1].shape
(9000,)
>>> arrB[:,[1]].shape
(9000, 1)
>>> out = np.hstack([arrA, arrB[:,[1]]])
>>> out.shape
(9000, 4)

---

您可以通过传递索引列表而不是索引来保留维度：

>>> arrB[:,1].shape
(9000,)
>>> arrB[:,[1]].shape
(9000, 1)
>>> out = np.hstack([arrA, arrB[:,[1]]])
>>> out.shape
(9000, 4)

---

有几种方法可以从

arrB

a

（9000,1）

阵列中进行选择：

np.hstack((arrA,arrB[:,[1]]))
np.hstack((arrA,arrB[:,1][:,None]))
np.hstack((arrA,arrB[:,1].reshape(9000,1)))
np.hstack((arrA,arrB[:,1].reshape(-1,1)))

---

一个使用数组或列表索引的概念，另一个添加一个新轴（例如

np.newaxis

），第三个使用

重塑

。这些都是基本的numpy数组操作任务。

有几种方法可以从

arrB

a

（9000,1）

数组中进行选择：

np.hstack((arrA,arrB[:,[1]]))
np.hstack((arrA,arrB[:,1][:,None]))
np.hstack((arrA,arrB[:,1].reshape(9000,1)))
np.hstack((arrA,arrB[:,1].reshape(-1,1)))

---

一个使用数组或列表索引的概念，另一个添加一个新轴（例如

np.newaxis

），第三个使用

重塑

。这些都是基本的numpy数组操作任务。

这更容易直观地看到

假设：

>>> arrA=np.arange(9000*3).reshape(9000,3)
>>> arrA
array([[    0,     1,     2],
       [    3,     4,     5],
       [    6,     7,     8],
       ..., 
       [26991, 26992, 26993],
       [26994, 26995, 26996],
       [26997, 26998, 26999]])
>>> arrB=np.arange(9000*6).reshape(9000,6)
>>> arrB
array([[    0,     1,     2,     3,     4,     5],
       [    6,     7,     8,     9,    10,    11],
       [   12,    13,    14,    15,    16,    17],
       ..., 
       [53982, 53983, 53984, 53985, 53986, 53987],
       [53988, 53989, 53990, 53991, 53992, 53993],
       [53994, 53995, 53996, 53997, 53998, 53999]])

如果对arrB进行切片，则生成的序列看起来更像一行：

>>> arrB[:,1]
array([    1,     7,    13, ..., 53983, 53989, 53995])

您需要的是一个与要添加到arrA的柱形状相同的柱：

>>> arrB[:,[1]]
array([[    1],
       [    7],
       [   13],
       ..., 
       [53983],
       [53989],
       [53995]])

然后，hstack按预期工作：

>>> arrC=np.hstack((arrA, arrB[:,[1]]))
>>> arrC
array([[    0,     1,     2,     1],
       [    3,     4,     5,     7],
       [    6,     7,     8,    13],
       ..., 
       [26991, 26992, 26993, 53983],
       [26994, 26995, 26996, 53989],
       [26997, 26998, 26999, 53995]])

另一种形式是在一个维度中指定-1，并在

中指定所需的行数或列数作为另一个维度

有更多关于阵列成形和堆叠的信息
这更容易直观地看到

假设：

>>> arrA=np.arange(9000*3).reshape(9000,3)
>>> arrA
array([[    0,     1,     2],
       [    3,     4,     5],
       [    6,     7,     8],
       ..., 
       [26991, 26992, 26993],
       [26994, 26995, 26996],
       [26997, 26998, 26999]])
>>> arrB=np.arange(9000*6).reshape(9000,6)
>>> arrB
array([[    0,     1,     2,     3,     4,     5],
       [    6,     7,     8,     9,    10,    11],
       [   12,    13,    14,    15,    16,    17],
       ..., 
       [53982, 53983, 53984, 53985, 53986, 53987],
       [53988, 53989, 53990, 53991, 53992, 53993],
       [53994, 53995, 53996, 53997, 53998, 53999]])

如果对arrB进行切片，则生成的序列看起来更像一行：

>>> arrB[:,1]
array([    1,     7,    13, ..., 53983, 53989, 53995])

您需要的是一个与要添加到arrA的柱形状相同的柱：

>>> arrB[:,[1]]
array([[    1],
       [    7],
       [   13],
       ..., 
       [53983],
       [53989],
       [53995]])

然后，hstack按预期工作：

>>> arrC=np.hstack((arrA, arrB[:,[1]]))
>>> arrC
array([[    0,     1,     2,     1],
       [    3,     4,     5,     7],
       [    6,     7,     8,    13],
       ..., 
       [26991, 26992, 26993, 53983],
       [26994, 26995, 26996, 53989],
       [26997, 26998, 26999, 53995]])

另一种形式是在一个维度中指定-1，并在
中指定所需的行数或列数作为另一个维度

还有更多关于阵列成形和堆叠的内容
我在这里没有看到您的问题。您有一个9000x3和9000x6阵列，它们的大小不同，因此您无法将它们合并在一起。。。我遗漏了什么吗？我想取9000x3阵列，并将其与9000x1阵列连接，得到9000x4阵列。我希望这个评论能完全描述我的问题。是的，矩阵的维度/大小格式是错误的，它们需要相等。试试np.hstack（（arrA，np.zeros（（arrayB[1]，3））@Emyen它不起作用。我在这里看不到你的问题。您有一个9000x3和9000x6阵列，它们的大小不同，因此您无法将它们合并在一起。。。我遗漏了什么吗？我想取9000x3阵列，并将其与9000x1阵列连接，得到9000x4阵列。我希望这个评论能完全描述我的问题。是的，矩阵的维度/大小格式是错误的，它们需要相等。试试np.hstack（（arrA，np.zeros（（arrayB[1]，3））@Emyen它不起作用。它起作用了，而且有点复杂。谢谢你的评论。它很有效，而且有点复杂。谢谢你的评论。谢谢你的解释。谢谢你的解释