Numpy将2D数组与1D数组连接起来

Question

我试图连接4个数组,一个1D数组形状(78427,)和3个2D数组形状(78427,375/81/103).基本上这是4个阵列,具有78427个图像的特征,其中1D阵列每个图像只有1个值.

我尝试连接数组如下:

>>> print X_Cscores.shape
(78427, 375)
>>> print X_Mscores.shape
(78427, 81)
>>> print X_Tscores.shape
(78427, 103)
>>> print X_Yscores.shape
(78427,)
>>> np.concatenate((X_Cscores, X_Mscores, X_Tscores, X_Yscores), axis=1)

这会导致以下错误:

回溯(最近调用最后一次):ValueError中的文件"",第1行:所有输入数组必须具有相同的维数

问题似乎是一维数组,但我不能真正理解为什么(它也有78427个值).我试图在连接它之前转置1D阵列,但这也没有用.

任何有关连接这些数组的正确方法的帮助将不胜感激!

Answer 1

尝试连接X_Yscores[:, None](或者A[:, np.newaxis]像imaluengo建议的那样).这将创建一维数组中的二维数组.

例:

A = np.array([1, 2, 3])
print A.shape
print A[:, None].shape

输出:

(3,)
(3,1)

Answer 2

我不确定你是否想要这样的东西：

a = np.array( [ [1,2],[3,4] ] )
b = np.array( [ 5,6 ] )

c = a.ravel()
con = np.concatenate( (c,b ) )

array([1, 2, 3, 4, 5, 6])

或者

np.column_stack( (a,b) )

array([[1, 2, 5],
       [3, 4, 6]])

np.row_stack( (a,b) )

array([[1, 2],
       [3, 4],
       [5, 6]])

Answer 3

你可以试试这个单行:

concat = numpy.hstack([a.reshape(dim,-1) for a in [Cscores, Mscores, Tscores, Yscores]])

这里的"秘密"是使用一个轴上的已知公共维度重新整形,另一个轴使用-1,并自动匹配大小(如果需要,创建一个新轴).