沿第二轴连接 2 个 1D `numpy` 数组

Concatenation of 2 1D `numpy` Arrays Along 2nd Axis

正在执行

import numpy as np
t1 = np.arange(1,10)
t2 = np.arange(11,20)

t3 = np.concatenate((t1,t2),axis=1)

结果

Traceback (most recent call last):

  File "<ipython-input-264-85078aa26398>", line 1, in <module>
    t3 = np.concatenate((t1,t2),axis=1)

IndexError: axis 1 out of bounds [0, 1)

为什么会报轴1越界?

你的标题说明了这一点——一维数组没有第二轴!

不过话虽如此,在我的系统上和 @Oliver W.s 一样,它不会产生错误

In [655]: np.concatenate((t1,t2),axis=1)
Out[655]: 
array([ 1,  2,  3,  4,  5,  6,  7,  8,  9, 11, 12, 13, 14, 15, 16, 17, 18,
       19])

这是我对 axis=0:

的预期结果
In [656]: np.concatenate((t1,t2),axis=0)
Out[656]: 
array([ 1,  2,  3,  4,  5,  6,  7,  8,  9, 11, 12, 13, 14, 15, 16, 17, 18,
       19])

当数组为 1d 时,concatenate 似乎忽略了 axis 参数。不知道这是我1.9版本的新东西,还是旧东西。

如需更多控制,请考虑使用 vstackhstack 包装器,在需要时扩展数组维度:

In [657]: np.hstack((t1,t2))
Out[657]: 
array([ 1,  2,  3,  4,  5,  6,  7,  8,  9, 11, 12, 13, 14, 15, 16, 17, 18,
       19])

In [658]: np.vstack((t1,t2))
Out[658]: 
array([[ 1,  2,  3,  4,  5,  6,  7,  8,  9],
       [11, 12, 13, 14, 15, 16, 17, 18, 19]])

你最好使用一个名为 numpy.stack 的 Numpy 函数。
它的行为类似于 MATLAB 的 cat

numpy.stack 函数不要求数组具有它们串联的维度。

这是因为你需要把它变成二维的,因为一个维度不能连接。通过这样做,您可以添加一个空列。如果您 运行 以下代码,它会起作用:

import numpy as np 
t1 = np.arange(1,10)[None,:]
t2 = np.arange(11,20)[None,:]
t3 = np.concatenate((t1,t2),axis=1)
print(t3)

如果您需要一个包含两列的数组,您可以使用 column_stack:

import numpy as np
t1 = np.arange(1,10)
t2 = np.arange(11,20)
np.column_stack((t1,t2))

结果

[[ 1 11]
 [ 2 12]
 [ 3 13]
 [ 4 14]
 [ 5 15]
 [ 6 16]
 [ 7 17]
 [ 8 18]
 [ 9 19]]

这是因为 Numpy 表示一维数组的方式。以下使用 reshape() 的方法将起作用:

t3 = np.concatenate((t1.reshape(-1,1),t2.reshape(-1,1),axis=1)

说明: 这是最初创建时一维数组的形状:

t1 = np.arange(1,10)
t1.shape
>>(9,)

'np.concatenate' 和许多其他函数不喜欢缺少的维度。 Reshape 执行以下操作:

t1.reshape(-1,1).shape
>>(9,1)