Concatenating two NumPy arrays gives "ValueError: all the input arrays must have same number of dimensions"

Question

header 输出：

array(['Subject_ID', 'tube_label', 'sample_#', 'Relabel', 
      'sample_ID','cortisol_value', 'Group'], dtype='<U14')

body 输出：

array([['STM002', '170714_STM002_1', 1, 1, 1, 1.98, 'HC'],
       ['STM002', '170714_STM002_2', 2, 2, 2, 2.44, 'HC'],], dtype=object)

testing = np.concatenate((header, body), axis=0)

ValueError                                Traceback (most recent call last) <ipython-input-302-efb002602b4b> in <module>()
      1 # Merge names and the rest of the data in np array
      2 
----> 3 testing = np.concatenate((header, body), axis=0)

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

有人可以解决这个问题吗？我尝试了不同的命令来合并两者（包括堆栈），但出现了同样的错误。尺寸（列）似乎确实相同。

Answer 1

您需要先对齐数组维度。您目前正在尝试组合一维和二维数组。对齐后可以使用numpy.vstack.

注np.array([A]).shapereturns(1, 7)，而B.shapereturns(2, 7)。更有效的替代方法是使用 A[None, :].

另请注意，您的数组将变为 dtype object，因为这将接受任意/混合类型。

A = np.array(['Subject_ID', 'tube_label', 'sample_#', 'Relabel', 
              'sample_ID','cortisol_value', 'Group'], dtype='<U14')

B = np.array([['STM002', '170714_STM002_1', 1, 1, 1, 1.98, 'HC'],
              ['STM002', '170714_STM002_2', 2, 2, 2, 2.44, 'HC'],], dtype=object)

res = np.vstack((np.array([A]), B))

print(res)

array([['Subject_ID', 'tube_label', 'sample_#', 'Relabel', 'sample_ID',
        'cortisol_value', 'Group'],
       ['STM002', '170714_STM002_1', 1, 1, 1, 1.98, 'HC'],
       ['STM002', '170714_STM002_2', 2, 2, 2, 2.44, 'HC']], dtype=object)

Answer 2

查看numpy.vstack和hstack，以及np.append中的axis参数。这里看起来你想要 vstack（即输出数组将有 3 列，每列具有相同的行数）。您还可以查看 numpy.reshape，以更改输入数组的形状，以便您可以连接它们。

Answer 3

您尝试使用 numpy.concatenate() 是正确的，但是在连接之前您必须 将第一个数组提升 为 2D。这是一个简单的例子：

In [1]: import numpy as np

In [2]: arr1 = np.array(['Subject_ID', 'tube_label', 'sample_#', 'Relabel', 
   ...:       'sample_ID','cortisol_value', 'Group'], dtype='<U14')
   ...:       

In [3]: arr2 = np.array([['STM002', '170714_STM002_1', 1, 1, 1, 1.98, 'HC'],
   ...:        ['STM002', '170714_STM002_2', 2, 2, 2, 2.44, 'HC'],], dtype=object)
   ...:        

In [4]: arr1.shape
Out[4]: (7,)

In [5]: arr2.shape
Out[5]: (2, 7)

In [8]: concatenated = np.concatenate((arr1[None, :], arr2), axis=0)

In [9]: concatenated.shape
Out[9]: (3, 7)

最终的串联数组如下所示：

In [10]: concatenated
Out[10]: 
array([['Subject_ID', 'tube_label', 'sample_#', 'Relabel', 'sample_ID',
        'cortisol_value', 'Group'],
       ['STM002', '170714_STM002_1', 1, 1, 1, 1.98, 'HC'],
       ['STM002', '170714_STM002_2', 2, 2, 2, 2.44, 'HC']], dtype=object)

解释：

你得到 ValueError 的原因是因为其中一个数组是一维的，而另一个是二维的。但是，numpy.concatenate 期望数组在这种情况下具有相同的维度。这就是为什么我们 使用 None 提升了 arr1 的数组维度。但是，您也可以使用 numpy.newaxis 代替 None

Concatenating two NumPy arrays gives "ValueError: all the input arrays must have same number of dimensions"

Concatenating two NumPy arrays gives "ValueError: all the input arrays must have same number of dimensions"

python

arrays

numpy

concatenation

valueerror

解释：