Python 为什么np.concatenate更改维度

在下面的程序中，我试图理解np.concatenate命令是如何工作的。在通过for循环访问数组的每一行之后，当我沿着行轴连接时，我期望一个具有

（5,5）

形状的二维数组，但它会发生变化

我希望在连接后具有相同的维度

（5,5）

。我该怎么做

我试图对二维数组重复上述方法，将它们存储在一个列表中

[（2,5）、（2,5）、（2,5）]

。最后，当我连接时，它给了我预期的

（6,5）

形状，但在下面的情况下，它是不同的

a = np.arange(25).reshape(5,5)


ind =[0,1,2,3,4]
list=[]
for i in ind:
    list.append(a[i])

new= np.concatenate(list, axis=0)
print(list)
print(len(list))
print(new)
print(new.shape)

这将为

新建
提供以下结果：

[ 0  1  2  3  4  5  6  7  8  9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24]

对于
new.shape
：

(25,)

在这之前，您确实不应该在这里使用
串联

设置

你的问题是：

为什么
np.concatenate
正在更改维度

它并没有改变维度，而是根据您提供的输入来做它应该做的事情

沿现有轴连接阵列序列

当您将列表传递给
串联
时，不要将其视为传递
（5，5）
列表，而应将其视为传递5
（5，）
形状数组，这些数组沿轴
0
连接，这将直观地生成
（25，）
形状输出

现在，这个行为也让我们了解了如何解决这个问题。如果传递5
（5，）
形状数组生成
（25，）
形状输出，我们只需要传递
（1，5）
形状数组来生成
（5，5）
形状输出。我们可以通过简单地向
L
的每个元素添加一个维度来实现这一点：

np.concatenate([[i] for i in L])


然而，更好的方法是简单地使用
stack
，
vstack
，等等

>>> np.stack(L)
array([[ 0,  1,  2,  3,  4],
       [ 5,  6,  7,  8,  9],
       [10, 11, 12, 13, 14],
       [15, 16, 17, 18, 19],
       [20, 21, 22, 23, 24]])

>>> np.vstack(L)    
array([[ 0,  1,  2,  3,  4],
       [ 5,  6,  7,  8,  9],
       [10, 11, 12, 13, 14],
       [15, 16, 17, 18, 19],
       [20, 21, 22, 23, 24]])

在这之前，您确实不应该在这里使用
串联

设置

你的问题是：

为什么
np.concatenate
正在更改维度

它并没有改变维度，而是根据您提供的输入来做它应该做的事情

沿现有轴连接阵列序列

当您将列表传递给
串联
时，不要将其视为传递
（5，5）
列表，而应将其视为传递5
（5，）
形状数组，这些数组沿轴
0
连接，这将直观地生成
（25，）
形状输出

现在，这个行为也让我们了解了如何解决这个问题。如果传递5
（5，）
形状数组生成
（25，）
形状输出，我们只需要传递
（1，5）
形状数组来生成
（5，5）
形状输出。我们可以通过简单地向
L
的每个元素添加一个维度来实现这一点：

np.concatenate([[i] for i in L])


然而，更好的方法是简单地使用
stack
，
vstack
，等等

>>> np.stack(L)
array([[ 0,  1,  2,  3,  4],
       [ 5,  6,  7,  8,  9],
       [10, 11, 12, 13, 14],
       [15, 16, 17, 18, 19],
       [20, 21, 22, 23, 24]])

>>> np.vstack(L)    
array([[ 0,  1,  2,  3,  4],
       [ 5,  6,  7,  8,  9],
       [10, 11, 12, 13, 14],
       [15, 16, 17, 18, 19],
       [20, 21, 22, 23, 24]])

首先，不要使用
list
作为名称，因为它是内置的。其次，看起来您只需要
np.array（lst）
，它将提供一个
（5，5）
数组。我不知道你为什么要使用
连接
np.array（lst）
给出与
a=np.arange（25）相同的输出。重塑（5,5）
您应该将输出添加到问题中。把它放在一个代码块中以保留格式。但是在浓缩后，当我打印新的时，它会给我一个（25，）的形状，我希望它是（5,5）。我希望在concatation之后，第二行出现在第一行下面。
np.concatenate
类似于python列表的
+
（但可以在输入数组的任何轴上工作），您需要
np.array（list）
或
np.vstack（list）
。所需的输出与首先具有（5,5）形状的输出相同，不要使用
list
作为名称，因为它是内置的。其次，看起来您只需要
np.array（lst）
，它将提供一个
（5，5）
数组。我不知道你为什么要使用
连接
np.array（lst）
给出与
a=np.arange（25）相同的输出。重塑（5,5）
您应该将输出添加到问题中。把它放在一个代码块中以保留格式。但是在浓缩后，当我打印新的时，它会给我一个（25，）的形状，我希望它是（5,5）。我希望在concatation之后，第二行出现在第一行下面。
np.concatenate
类似于python列表的
+
（但可以在输入数组的任何轴上工作），您需要
np.array（list）
或
np.vstack（list）
。所需的输出与（5,5）的形状相同