Python 垂直连接两个NumPy数组
我尝试了以下方法:Python 垂直连接两个NumPy数组,python,arrays,numpy,concatenation,Python,Arrays,Numpy,Concatenation,我尝试了以下方法: >>> a = np.array([1,2,3]) >>> b = np.array([4,5,6]) >>> np.concatenate((a,b), axis=0) array([1, 2, 3, 4, 5, 6]) >>> np.concatenate((a,b), axis=1) array([1, 2, 3, 4, 5, 6]) 然而,我希望至少有一个结果是这样的 array([[1, 2,
>>> a = np.array([1,2,3])
>>> b = np.array([4,5,6])
>>> np.concatenate((a,b), axis=0)
array([1, 2, 3, 4, 5, 6])
>>> np.concatenate((a,b), axis=1)
array([1, 2, 3, 4, 5, 6])
然而,我希望至少有一个结果是这样的
array([[1, 2, 3],
[4, 5, 6]])
为什么它不垂直连接?因为
a
和b
都只有一个轴,因为它们的形状是(3)
,轴参数专门指要连接的元素的轴
此示例应阐明串联
对axis的作用。取两个具有两个轴的向量,形状(2,3)
:
沿第一个轴连接(第一个轴的行,然后是第二个轴的行):
沿第二个轴连接(第一个轴的列,然后是第二个轴的列):
要获得您提供的输出,您可以使用vstack
a = np.array([1,2,3])
b = np.array([4,5,6])
np.vstack((a, b))
array([[1, 2, 3],
[4, 5, 6]])
您仍然可以使用串联
,但首先需要对其进行重塑:
np.concatenate((a.reshape(1,3), b.reshape(1,3)))
array([[1, 2, 3],
[4, 5, 6]])
最后,如评论中所建议的,重塑它们的一种方法是使用newaxis
:
np.concatenate((a[np.newaxis,:], b[np.newaxis,:]))
numpy的一个不为人所知的特性是使用
r\uu
。这是一种快速构建阵列的简单方法:
import numpy as np
a = np.array([1,2,3])
b = np.array([4,5,6])
c = np.r_[a[None,:],b[None,:]]
print(c)
#[[1 2 3]
# [4 5 6]]
a[None,:]
的目的是向数组a
添加一个轴
a = np.array([1,2,3])
b = np.array([4,5,6])
np.array((a,b))
效果和你的一样好
np.array([[1,2,3], [4,5,6]])
无论是列表列表还是一维数组列表,np.array
都会尝试创建二维数组
但是了解np.concatenate
及其堆栈
函数家族是如何工作的也是一个好主意。在此上下文中,concatenate
需要一个2d数组列表(或任何np.array
将变成2d数组的东西)作为输入
np.vstack
首先循环输入,确保它们至少是2d,然后连接。从功能上讲,这与自己扩展阵列的维度是一样的
np.stack
是一个新函数,它以新的维度连接数组。默认值的行为类似于np.array
请看这些函数的代码。如果用Python编写,您可以学到很多东西。对于vstack
:
return _nx.concatenate([atleast_2d(_m) for _m in tup], 0)
如果手头的实际问题是垂直连接两个一维数组,并且我们不打算使用
连接
来执行此操作,我建议使用:
In []: a = np.array([1,2,3])
In []: b = np.array([4,5,6])
In []: np.column_stack((a, b))
array([[1, 4],
[2, 5],
[3, 6]])
奇怪的你可以使用
np.vstack((a,b))
来达到这个目的(如果你不知道的话)伙计们,很抱歉这个愚蠢的评论,但是为什么在vstack的情况下你要用括号两次呢?@Dmitrysakov别担心,这不是一个愚蠢的评论。numpy之所以这样做,是因为使用vstack
时需要的一个参数是元组。换句话说,np.vstack((a,b))
与执行np.vstack(tup=(a,b))
相同。请参见此处:@DmitrySakov假设您当然是在询问括号()
而不是方括号[]
您确定重塑会奏效吗?它对我不起作用。请尝试np.concatenate([a[None,:],b[None,:])
是的。也许您在未分配它的情况下运行了a.reformate(1,3)
,而不是a=a.reformate(1,3)
?奇怪。我想你当时做了d=b.重塑(1,3)
?不过,concatenate((c,d))
在这里起作用。请编辑答案,将vstack((a,b))
更改为np.vstack((a,b))
np.array([[1,2,3], [4,5,6]])
return _nx.concatenate([atleast_2d(_m) for _m in tup], 0)
In []: a = np.array([1,2,3])
In []: b = np.array([4,5,6])
In []: np.column_stack((a, b))
array([[1, 4],
[2, 5],
[3, 6]])