连接两个 NumPy 数组给出“ValueError:所有输入数组必须具有相同的维数”
Posted
技术标签:
【中文标题】连接两个 NumPy 数组给出“ValueError:所有输入数组必须具有相同的维数”【英文标题】:Concatenating two NumPy arrays gives "ValueError: all the input arrays must have same number of dimensions" 【发布时间】:2018-12-18 15:40:55 【问题描述】:标题 输出:
array(['Subject_ID', 'tube_label', 'sample_#', 'Relabel',
'sample_ID','cortisol_value', 'Group'], dtype='<U14')
身体 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
有人能解决这个问题吗? 我尝试了不同的命令来合并两者(包括堆栈)并且得到相同的错误。尺寸(列)似乎确实相同。
【问题讨论】:
你想如何组合这些?它们具有完全不同的形状。 Numpy 不能很好地处理锯齿状数组 【参考方案1】:您尝试使用numpy.concatenate()
是对的,但您必须在连接之前将第一个数组提升为二维。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)
得到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)
说明:
您获得ValueError
的原因是其中一个数组是一维的,而另一个是二维的。但是,numpy.concatenate
在这种情况下期望数组具有相同的维度。这就是我们使用None
提升arr1
的数组维度的原因。但是,您也可以使用numpy.newaxis
代替None
【讨论】:
【参考方案2】: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
。
注意np.array([A]).shape
返回(1, 7)
,而B.shape
返回(2, 7)
。更有效的替代方法是使用A[None, :]
。
另请注意,您的数组将成为 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)
【讨论】:
【参考方案3】:查看 numpy.vstack 和 hstack,以及 np.append 中的轴参数。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,以便将它们连接起来。
【讨论】:
感谢您提供的信息!我尝试了 vstack,并且遇到了类似的错误。但是,看起来两者具有相同数量的列 (7)。里面好像有问题?非常感谢, 每个数组的形状是什么?您可以检查(例如,对于 numpy 数组bar
)bar.shape
。如果要堆叠,除了要堆叠的维度之外,每个维度都应该相同。
感谢您对 bar.shape 的建议——对重塑和检查结果非常有帮助。我让它工作了。以上是关于连接两个 NumPy 数组给出“ValueError:所有输入数组必须具有相同的维数”的主要内容,如果未能解决你的问题,请参考以下文章
为啥 scipy sparse 和 numpy 数组的乘法函数会给出不同的结果?
numpy数组的堆叠:numpy.stack, numpy.hstack, numpy.vstack