Verkettung von zwei eindimensionalen NumPy-Arrays

Question

Wie verkette ich zwei eindimensionale Arrays in NumPy ? Ich habe versucht numpy.concatenate :

import numpy as np
a = np.array([1, 2, 3])
b = np.array([4, 5])
np.concatenate(a, b)

Aber ich erhalte eine Fehlermeldung:

TypeError: nur Arrays der Länge 1 können in Python-Skalare umgewandelt werden

Answer 1

Úsalo:

np.concatenate([a, b])

Die Arrays, die Sie verketten wollen, müssen als Sequenz übergeben werden, nicht als separate Argumente.

Desde el NumPy-Dokumentation :

numpy.concatenate((a1, a2, ...), axis=0)

Verbindet eine Folge von Arrays miteinander.

Es hat versucht, Ihre Daten zu interpretieren. b als Achsenparameter, weshalb es sich beschwerte, dass es nicht in einen Skalar umgewandelt werden konnte.

Answer 2

Es gibt verschiedene Möglichkeiten der Verkettung von 1D-Arrays, z. B,

import numpy as np

np.r_[a, a]
np.stack([a, a]).reshape(-1)
np.hstack([a, a])
np.concatenate([a, a])

Alle diese Optionen sind für große Arrays gleich schnell, für kleine Arrays nicht, concatenate hat einen leichten Vorsprung:

Der Plot wurde erstellt mit Perfplot :

import numpy
import perfplot

perfplot.show(
    setup=lambda n: numpy.random.rand(n),
    kernels=[
        lambda a: numpy.r_[a, a],
        lambda a: numpy.stack([a, a]).reshape(-1),
        lambda a: numpy.hstack([a, a]),
        lambda a: numpy.concatenate([a, a]),
    ],
    labels=["r_", "stack+reshape", "hstack", "concatenate"],
    n_range=[2 ** k for k in range(19)],
    xlabel="len(a)",
)

Answer 3

Der erste Parameter von concatenate sollte selbst ein Folge von Arrays zu verketten:

numpy.concatenate((a,b)) # Note the extra parentheses.

Answer 4

Eine Alternative ist die Verwendung der Kurzform von "concatenate", die entweder "r_[...]" oder "c_[...]" lautet, wie im Beispielcode unten gezeigt (siehe http://wiki.scipy.org/NumPy_for_Matlab_Users für zusätzliche Informationen):

%pylab
vector_a = r_[0.:10.] #short form of "arange"
vector_b = array([1,1,1,1])
vector_c = r_[vector_a,vector_b]
print vector_a
print vector_b
print vector_c, '\n\n'

a = ones((3,4))*4
print a, '\n'
c = array([1,1,1])
b = c_[a,c]
print b, '\n\n'

a = ones((4,3))*4
print a, '\n'
c = array([[1,1,1]])
b = r_[a,c]
print b

print type(vector_b)

Daraus ergibt sich:

[ 0.  1.  2.  3.  4.  5.  6.  7.  8.  9.]
[1 1 1 1]
[ 0.  1.  2.  3.  4.  5.  6.  7.  8.  9.  1.  1.  1.  1.] 

[[ 4.  4.  4.  4.]
 [ 4.  4.  4.  4.]
 [ 4.  4.  4.  4.]] 

[[ 4.  4.  4.  4.  1.]
 [ 4.  4.  4.  4.  1.]
 [ 4.  4.  4.  4.  1.]] 

[[ 4.  4.  4.]
 [ 4.  4.  4.]
 [ 4.  4.  4.]
 [ 4.  4.  4.]] 

[[ 4.  4.  4.]
 [ 4.  4.  4.]
 [ 4.  4.  4.]
 [ 4.  4.  4.]
 [ 1.  1.  1.]]

Answer 5

Einige weitere Fakten aus dem Numpy docs :

Mit der Syntax als numpy.concatenate((a1, a2, ...), axis=0, out=None)

Achse = 0 bei zeilenweiser Verkettung Achse = 1 bei spaltenweiser Verkettung

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

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

# Appending after last column
>>> np.concatenate((a, b.T), axis=1)    # Notice the transpose
array([[1, 2, 5],
       [3, 4, 6]])

# Flattening the final array
>>> np.concatenate((a, b), axis=None)
array([1, 2, 3, 4, 5, 6])

Ich hoffe, es hilft!