垂直连接两个 NumPy 数组

Posted 2023-02-24

【中文标题】垂直连接两个 NumPy 数组

【英文标题】：Concatenate two NumPy arrays vertically

【发布时间】：2014-03-20 05:05:53

【问题描述】：

我尝试了以下方法：

>>> a = np.array([1,2,3])
>>> b = np.array([4,5,6])
>>> np.concatenate((a,b), axis=0)
array([1, 2, 3, 4, 5, 6])
>>> np.concatenate((a,b), axis=1)
array([1, 2, 3, 4, 5, 6])

但是，我希望至少有一个结果看起来像这样

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

为什么不垂直拼接？

【问题讨论】：

奇怪！！！您可以为此使用np.vstack((a,b))（以防您不知道）

伙计们，对于愚蠢的评论感到抱歉，但是为什么在 vstack 的情况下使用括号两次？

@DmitryIsakov 别担心，这不是一个愚蠢的评论。 numpy 这样做是因为使用 vstack 时需要的一个参数是一个元组。换句话说，np.vstack((a,b)) 和np.vstack(tup=(a,b)) 是一样的。见这里：numpy.org/doc/stable/reference/generated/numpy.vstack.html

@DmitryIsakov 当然假设你问的是括号 ( ) 而不是方括号 [ ]

【参考方案1】：

因为a和b都只有一个轴，因为它们的形状是(3)，而轴参数具体指的是要连接的元素的轴。

这个例子应该阐明concatenate 对轴的作用。取两个有两个轴的向量，形状为(2,3)：

a = np.array([[1,5,9], [2,6,10]])
b = np.array([[3,7,11], [4,8,12]])

沿第 1 轴连接（第 1 行，然后第 2 行）：

np.concatenate((a,b), axis=0)
array([[ 1,  5,  9],
       [ 2,  6, 10],
       [ 3,  7, 11],
       [ 4,  8, 12]])

沿第 2 轴连接（第 1 列，然后第 2 列）：

np.concatenate((a, b), axis=1)
array([[ 1,  5,  9,  3,  7, 11],
       [ 2,  6, 10,  4,  8, 12]])

要获取您呈现的输出，您可以使用vstack

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

您仍然可以使用 concatenate 进行操作，但您需要先对其进行重塑：

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

最后，正如 cmets 中提出的，重塑它们的一种方法是使用newaxis：

np.concatenate((a[np.newaxis,:], b[np.newaxis,:]))

【讨论】：

你确定重塑会起作用吗？它对我不起作用。

试试np.concatenate([a[None,:],b[None,:]])

是的。也许你运行a.reshape(1,3) 而不分配它，而不是a=a.reshape(1,3)？

奇怪。我想你然后做了d=b.reshape(1,3)？不过，concatenate((c,d)) 在这里工作。

请编辑答案，将vstack((a,b))更改为np.vstack((a,b))

【参考方案2】：

如果手头的实际问题是垂直连接两个一维数组，并且我们不拘泥于使用concatenate 执行此操作，我建议使用np.column_stack ：

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

【参考方案3】：

numpy 一个不为人知的特性是使用r_。这是一种快速构建数组的简单方法：

import numpy as np
a = np.array([1,2,3])
b = np.array([4,5,6])
c = np.r_[a[None,:],b[None,:]]
print(c)
#[[1 2 3]
# [4 5 6]]

a[None,:] 的目的是为数组a 添加一个轴。

【参考方案4】：

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

效果一样好

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

无论是列表列表还是一维数组列表，np.array 都会尝试创建一个二维数组。

但了解np.concatenate 及其系列stack 函数的工作原理也是一个好主意。在这种情况下，concatenate 需要一个二维数组列表（或任何 np.array 将变成二维数组的任何东西）作为输入。

np.vstack 首先循环输入确保它们至少是 2d，然后进行连接。从功能上讲，它与自己扩展数组的维度相同。

np.stack 是一个新函数，可在新维度上连接数组。默认行为就像np.array。

查看这些函数的代码。如果用 Python 编写，你可以学到很多东西。对于vstack：

return _nx.concatenate([atleast_2d(_m) for _m in tup], 0)