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 2023-03-12

【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

【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)

【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。