在python中连接许多数组

我有这段代码用于连接两个数组

import numpy as np
from hmmlearn import hmm
model = hmm.MultinomialHMM(n_components=3, n_iter=10,algorithm='map',tol=0.00001)
sequence3 = np.array([[2, 1, 0, 1]]).T
sequence4 = np.array([[2, 1, 0, 1, 1]]).T
sample = np.concatenate([sequence3, sequence4])
lengths = [len(sequence3), len(sequence4)]
model.fit(sample,lengths)

而且它工作正常。但是现在如果我有两个以上的数组。假设我有10个数组。我怎样才能完成同样的过程

import numpy as np
from hmmlearn import hmm
model = hmm.MultinomialHMM(n_components=3, n_iter=10,algorithm='map',tol=0.00001)
sample = np.array([])
lengths = []
for i in range(1:10)
    ?????????????
model.fit(sample,lengths)

你可以用

就是

如果tup包含 至少是二维的

将数组存储为列表，例如

array\u list

print np.vstack(array_list) 

样本：

import numpy as np
sequence3 = np.array([[2, 1]]).T
sequence4 = np.array([[2, 5]]).T
sequence5 = np.array([[4, 5]]).T
sequence6 = np.array([[6, 7]]).T
array_list=[sequence3,sequence4,sequence5,sequence6]
sample = np.concatenate([sequence3, sequence4])
lengths = [len(sequence3), len(sequence4)]
print np.vstack(array_list)

[[2]
 [1]
 [2]
 [5]
 [4]
 [5]
 [6]
 [7]]

---

希望有帮助

为了连接多个数组，只需将该数组与之前所有数组的连接连接起来即可

# Create arrays
arrays=[
    np.array([1,2,3]),
    np.array([4,5,6]),
    np.array([7,8,9])
]

# Create an array to return to
sample = np.array([])

for array in arrays:
    sample = np.concatenate([sample, array])

# Print results
print('sample', sample)
print('length', len(sample))

---

因此，您可能需要新的数组

sample

以及列表

length

中的数组长度？您可以一次连接多个数组。把它们都放在参数列表里。但是维度必须匹配。它仍然会给我这个错误“ValueError:需要一个多项式分布的样本。”在这条直线模型中。fit（样本，长度）只需使用

concatenate（数组）

现在我在这条直线模型中遇到了这个错误“ValueError:长度数组[3，3，3]中超过1个样本。fit（np.concatenate（数组），长度）它现在正在和我一起工作。问题是数组应该是。数组=[np.array（[[1,2,3]]），np.array（[[4,5,6]]），np.array（[[7,8,9]]），我使用了np.concatenate（数组），直接使用，因为数组已经是2d，我建议使用axis=0进行连接。