Python 与奇怪的（3，）形数组连接？

当numpy.shape返回一个部分为空的形状时，这意味着什么？为什么我不能将它与另一个数组连接起来？例如：

In: print h_labels.shape
    print Thood0_48.shape
    print np.concatenate((Thood0_48,h_labels),axis=1).shape

Out: (400,)
     (400, 48)

     ---------------------------------------------------------------------------
     ValueError                                Traceback (most recent call last)
     <ipython-input-403-97b371dd2547> in <module>()
     1 print h_labels.shape
     2 print Thood0_48.shape
     ----> 3 print np.concatenate((Thood0_48,h_labels),axis=1).shape

     ValueError: all the input arrays must have same number of dimensions

In:print h_labels.shape
打印Thood0_48.0形状
打印np.连接（（Thood0_48，h_标签），轴=1）。形状
输出：（400，）
(400, 48)
---------------------------------------------------------------------------
ValueError回溯（最近一次调用上次）
在（）
1打印h_标签。形状
2.打印Thood0_48.形状
---->3打印np。连接（（Thood0_48，h_标签），轴=1）。形状
ValueError：所有输入数组的维数必须相同

除了串联问题的答案之外，形状为（400,1）的数组和形状为（400，）的数组之间的根本区别是什么

谢谢你的帮助

A

（400，）

数组是一维数组（行向量）。逗号只是用来表示元组，例如在解释器中键入

（400）

和

（400，）

。

（400,1）

数组是一个二维数组，形状为400行1列（列向量）。自动更改数组形状的函数，如

vstack

和

hstack

仍然调用concatenate，但会增加python开销（例如）

以下任一项均有效：

np.concatenate((Thood0_48[:, None], h_labels), axis=1)
np.vstack((Thood0_48, h_labels.T)).T

我想说前者是更好的解决方案，但后者演示了

vstack

函数