Warning: file_get_contents(/data/phpspider/zhask/data//catemap/2/python/317.json): failed to open stream: No such file or directory in /data/phpspider/zhask/libs/function.php on line 167

Warning: Invalid argument supplied for foreach() in /data/phpspider/zhask/libs/tag.function.php on line 1116

Notice: Undefined index: in /data/phpspider/zhask/libs/function.php on line 180

Warning: array_chunk() expects parameter 1 to be array, null given in /data/phpspider/zhask/libs/function.php on line 181
Python连接存储在列表中的不同大小数组_Python_List - Fatal编程技术网

Python连接存储在列表中的不同大小数组

Python连接存储在列表中的不同大小数组,python,list,Python,List,我有一个“Z”列表,其中包含: import numpy as np z[0] = np.random.normal( 0, 1, ( 500, 20 ) ) z[1] = np.random.normal( 0, 1, ( 500, 30 ) ) 列表中大约有100个数组。我只使用尺寸为2的列表进行说明。存储的数组的维数均为0/500 我想实现: C = np.concatenate( ( z[0] , z[1] ),1) 我试过: z1 = [ np.concatenate( z[ii]

我有一个“Z”列表,其中包含:

import numpy as np
z[0] = np.random.normal( 0, 1, ( 500, 20 ) )
z[1] = np.random.normal( 0, 1, ( 500, 30 ) )
列表中大约有100个数组。我只使用尺寸为2的列表进行说明。存储的数组的维数均为0/500

我想实现:

C = np.concatenate( ( z[0] , z[1] ),1)
我试过:

z1 = [ np.concatenate( z[ii], 1 ) for ii in range(0,len(z)) ] 

但是它仍然返回原始列表,并且不连接存储的数组

多维数组的连接在没有指定连接轴的情况下定义有点不正确。我假设您希望水平堆叠阵列,因为两者的行数相同。最简单的电话是

stacked = np.hstack(Z)
将沿轴1连接。您可以找到文档

更一般地说,您还可以使用

stacked = np.concatenate(Z, axis=1)

这也适用于高维数组。相应的文档是。

多维数组的连接在没有指定连接轴的情况下有点定义不清。我假设您希望水平堆叠阵列,因为两者的行数相同。最简单的电话是

stacked = np.hstack(Z)
将沿轴1连接。您可以找到文档

更一般地说,您还可以使用

stacked = np.concatenate(Z, axis=1)

这也适用于高维数组。相应的文档是。

我被numpy的东西弄糊涂了,但现在我明白你在问什么了。你只是把你的理解清单翻了个底朝天

而不是

z1 = [ np.concatenate( z[ii], 1 ) for ii in range(0,len(z)) ] 
你想要

z1 = np.concatenate((z[ii] for ii in range(0, len(z)), 1)

请注意,我将其更改为生成器表达式,因为您并不真正关心中间列表。

我被numpy的内容弄糊涂了,但现在我明白了您的要求。你只是把你的理解清单翻了个底朝天

而不是

z1 = [ np.concatenate( z[ii], 1 ) for ii in range(0,len(z)) ] 
你想要

z1 = np.concatenate((z[ii] for ii in range(0, len(z)), 1)

请注意,我将其更改为生成器表达式,因为您并不真正关心中间列表。

您也可以传递
z
,而不是将其包装在迭代器中。@TillHoffmann Nice-我对Numpy非常不熟悉,在大学里只使用过几次。你也可以直接通过
z
,而不是用迭代器来包装它。@TillHoffmann Nice-我对Numpy非常不熟悉,在大学里只使用过几次。