嵌套Python numpy数组维度混乱

假设我有一个numpy数组

c

，构造如下：

a = np.zeros((2,4))
b = np.zeros((2,8))
c = np.array([a,b])

我本以为

c.shape

是

（2,1）

或

（2,2）

，但实际上它是

（2,2）

。此外，我想做的是将一个列向量连接到

a

，但是通过

c

以以下方式访问它：

c0 = c[0] # I would have expected this to be 'a'
np.concatenate((np.ones((c0.shape[0], 1)), c0), axis=1)

这当然不起作用，因为

c[0]

不等于我预期的

a

，我得到了

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

我需要某种方法来创建一个对数组（或列表），每个对组件都是一个numpy数组，我需要访问对中的第一个数组，以便将1的列向量连接到它。我的应用程序是机器学习，我的数据将以所描述的格式呈现给我，但我需要在开始时修改数据，以便向其中添加偏差元素

---

编辑：我正在使用Python 2.7和Numpy 1.8.2

我相信您想要使用的是

hstack

：

a = np.zeros((2,4))  # 4 column vectors of length 2
b = np.ones((2,1))   # 1 column vector of length 2

c = np.hstack((a, b))
print c
# [[ 0.  0.  0.  0.  1.]
#  [ 0.  0.  0.  0.  1.]]

---

关于连接

a

和

b

的问题：这不能以明显的方式完成。串联意味着在另一个维度上彼此堆叠。您的数据彼此不匹配，但…

通常，NumPy数组的嵌套NumPy数组不是很有用。 如果您使用NumPy来提高速度，通常最好还是使用NumPy阵列 使用同质的基本数字数据类型

在数据结构中放置两个项，使

c[0]

返回第一个项， 而

c[1]

第二，一个列表（或元组），比如

c=[a，b]

就可以了

---

顺便说一下，如果您使用的是

statemodels

包，那么您可以使用

sm添加常量列。add_constant

：

import numpy as np
import statsmodels.api as sm

a = np.random.randint(10, size=(2,4))
print(a)
# [[2 3 9 6]
#  [0 2 1 1]]
print(sm.add_constant(a))
[[ 1.  2.  3.  9.  6.]
 [ 1.  0.  2.  1.  1.]]

但是请注意，如果

a

已经包含一个常量列，则不会添加额外的列：

In [126]: sm.add_constant(np.zeros((2,4)))
Out[126]: 
array([[ 0.,  0.,  0.,  0.],
       [ 0.,  0.,  0.,  0.]])

---

您的示例代码对我不起作用，我得到一个

ValueError:分配
c
时无法将输入数组从形状（2,4）广播到形状（2）

。为什么不直接使用

c=[a，b]

？可以使

c

成为对象dtype的数组，在其中可以存储任意形状的NumPy数组--

c=np.empty（（2，），dtype='object'）

c[：]=[a，b]

--，但是对象数组与普通的Python列表相比并没有任何速度优势。您可以将其用于NumPy切片语法，但我还没有看到一个引人注目的用例。顺便说一句，在NumPy v.1.9.0中，

np.array（[a，b]）

会引发Dux提到的相同的

ValueError

。如果您的一对中有两个NumPy数组，但它们的形状不同，则无法将它们组合到一个数组中。它们不合适。除非你使用HappelyAppSecond的解决方案如果我理解正确，

c=[a，b]

符合要求。这忽略了一个事实，即我基本上会有一个数组对数组，这是我的问题。这看起来像是另一种进行np.concatenate的方法，但我仍然需要按照我描述的方式完成访问数组的步骤。好吧，看来我还是不明白你的问题。你期望的输出是什么？二维数组，还是三维数组？@aconkey：你说，“我需要某种方法来获得一个数组（或列表）对”，这就是它给出的结果（无论如何，根据我的解释）。你能具体描述一下这个与你所说的“成对数组”不匹配的“成对数组”是什么吗？@tom10:OP想要

c[0]

返回

a

@HappyLeapSecond，这正是我在回答中遗漏的…：（“NumPy数组的嵌套NumPy数组不是很有用。”此注释不是很有用。有些库使用NumPy数组的嵌套NumPy数组，无法避免它们。