Python 如何将numpy数组附加到不同大小的numpy数组？

我有两个数组要连接：

X_火车的形状是307250000 火车的形状是50000

我想把它们串联起来，这样我就可以一次洗牌所有的索引。我尝试了以下方法，但均无效：

np.concatenate([X_train, np.transpose(y_train)])
np.column_stack([X_train, np.transpose(y_train)])

---

如何连接它们？

正如戴维格所说，我意识到答案是y_train的形状为50000，所以我需要在连接之前对其进行重塑

np.concatenate([X_train,         
     np.reshape(y_train, (1, 50000))])

---

不过，在朱皮特，这一点的评估非常缓慢。如果有一个更快的答案，我将非常感激能给你一些针对任务的建议，而不是你的问题：不要这样做

假设X是您的样本/观察值，y是您的目标：

只需生成一个随机排列并创建视图—不复制或修改到这些视图中，例如未测试：

import numpy as np

X = np.random.random(size=(50000, 3072))
y = np.random.random(size=50000)

perm = np.random.permutation(X.shape[0])  # assuming X.shape[0] == y.shape[0]
X_perm = X[perm]  # views!!!
y_perm = y[perm]

提醒：开始形状与大多数基于python的ml工具不兼容，通常的解释是：

第一个尺寸/行：样本 第二个dim/cols：功能

---

由于样本需要与目标值y相同，您将看到我的示例在这方面是正确的，而您的示例需要X上的转置

连接到什么？你有输入维度，你想要什么输出维度？从ML的角度来看，我不认为这有什么意义，你能不能把你的火车改成150000辆？@DavidG是的，谢谢！顺便说一句，为什么我一开始就拿到50000？那是numpy阵列吗？好像是某种向量或列表，idk。我是numpy新手，可能会帮助解决两者之间的差异。在numpy中，1-d阵列与2-d或更高版本的阵列一样有用。