在python中连接数组或列表数组以输出相同的数据类型

考虑以下数组

import numpy as np
a1 = np.array([1,2,3],dtype='object')
a2 = np.array([["A"],["D"],["R"]],,dtype='object')
a3 = np.array([["A","F"],["D"],["R"]],dtype='object')

下面两个示例给出了不同类型的输出。没想到会这样。这正常吗

np.c_[a1,a2]

#array([[1, 'A'],
#      [2, 'D'],
#      [3, 'R']], dtype=object)

np.c_[a1,a3]

#array([[1, list(['A', 'F'])],
#      [2, list(['D'])],
#      [3, list(['R'])]], dtype=object)

为什么第一个表达式有效而第二个表达式无效？我看不出

a2

和

a3

之间有什么区别。此外，哪种连接方法（c_3;、堆栈、连接）将输出相同类型的输出，而不必添加其他代码行，例如检查输出数据类型并根据需要进行转换

np.concatenate((a1,a2),axis=0) # Error: ValueError: all the input arrays must have same number of dimensions

np.concatenate((a1,a3),axis=0) # works
#array([1, 2, 3, list(['A', 'F']), list(['D']), list(['R'])], dtype=object)

---

这实际上是有道理的，请参见每个阵列的类型：

a1 = np.array([1,2,3],dtype='object') => 1D array of objects, size 3
a2 = np.array([["A"],["D"],["R"]],,dtype='object') => 2D array of objects, size 3x1
a3 = np.array([["A","F"],["D"],["R"]],dtype='object') => 1D array of lists of objects

a3

是一个列表数组，因为np 2d（或更多-d）数组是矩阵，不能有1行大小为1，第二行大小为3，np计算效率很大程度上取决于数组在内存中的组织方式

因此，numpy将

np.array（[[“A”、“F”]、[“D”]、[“R”]、dtype='object'）

解释为列表数组（也是对象）。 使用其他类型尝试此操作将导致错误：

np.array([[1,2],[3],[4]],dtype=np.int64) -->
ValueError: setting an array element with a sequence.

因此，

np.连接（（a1，a2），轴=0）

失败，因为a1是形状

（3，）

，a2是形状

（3,1）

，而a1和a3都是

（3，）

您可以通过以下方式解决此问题：

np.concatenate((a1,np.reshape(a2,a1.shape)))
np.concatenate((np.reshape(a1,a2.shape),a2))

两者都是有效的，每个都有不同的结果，没有一个解决方案，因为

a1

和

a2

之间的连接不明确

从：特别是，在升级到至少2-D后，阵列将沿其最后一个轴堆叠，1的立柱悬挂在形状上（列向量由1-D阵列构成）。这意味着

np.c

将首先将1D阵列转换为2D阵列，然后沿第二个轴连接。发生的情况如下：

如果是

np.c_Ua1，a2]

：

将

a1

转换为

[[1]、[2]、[3]]

沿第二轴将

[[1]、[2]、[3]]

堆叠到

[[[A]、[D]、[R]]

，结果是：

[[1 'A']
 [2 'D']
 [3 'R']]

在

np.c.[a1，a3]

的情况下：

将

a1

转换为

[[1]、[2]、[3]]

尝试沿第二个轴将

[[1]、[2]、[3]

堆叠到

[[“A”、“F”]、[“D”]、[“R”]

。但是，numpy数组必须是矩形的，

a3

则不是。另一种方法是将每个列表解释为单个项，并按如下方式堆叠，以使数组成为矩形形状（3,2）：

根据您希望输出的方式，有不同的方法。如果您想简单地将1D/2D数组组合连接到1D中，可以首先

挤压
它们（删除大小为1的维度）并按如下方式连接：

np.concatenate((np.squeeze(a1),np.squeeze(a2)),axis=0)
#[1 2 3 'A' 'D' 'R']
np.concatenate((np.squeeze(a1),np.squeeze(a3)),axis=0)
#[1 2 3 list(['A', 'F']) list(['D']) list(['R'])]

您还可以
hstack
将它们连接到所有内部列表的内容：

np.concatenate((np.hstack(a1),np.hstack(a2)),axis=0)
#[1 2 3 'A' 'D' 'R']
np.concatenate((np.hstack(a1),np.hstack(a3)),axis=0)
#['1' '2' '3' 'A' 'F' 'D' 'R']

Numpy实际上并不是围绕着处理列表对象数组而设计的。你为什么要用这个？@juanpa.arrivillaga你对这种操作有什么建议。我需要横向附加a1和a2。您期望的常见行为是什么？看看
a2
和
a3
。它们非常不同。您应该只使用python列表。为什么要使用numpy？
np.concatenate((np.hstack(a1),np.hstack(a2)),axis=0)
#[1 2 3 'A' 'D' 'R']
np.concatenate((np.hstack(a1),np.hstack(a3)),axis=0)
#['1' '2' '3' 'A' 'F' 'D' 'R']