垂直连接两个NumPy数组

Question

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]])

为什么它没有垂直连接？

Answer 1

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

这个例子应该阐明concatenate用轴做什么。取两个带有两个轴的向量，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，第2行）：

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

沿第二轴连接（第1列的列，然后是第2列的列）：

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

要获得您提供的输出，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]])

你仍然可以用concatenate来做，但你需要先重塑它们：

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

最后，正如评论中提出的，重塑它们的一种方法是使用newaxis：

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

Answer 2

如果当前的实际问题是垂直连接两个1-D数组，并且我们没有注意使用concatenate来执行此操作，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]])

Answer 3

numpy的一个鲜为人知的特征是使用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。

Answer 4

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

同样有效

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

无论是列表列表还是1d数组列表，np.array都会尝试创建一个二维数组。

但是理解np.concatenate及其stack函数族如何工作也是一个好主意。在这种情况下，concatenate需要一个2d数组（或任何np.array将变成2d数组的任何东西）的列表作为输入。

np.vstack首先通过输入循环确保它们至少为2d，然后连接。在功能上它与自己扩展阵列的尺寸相同。

np.stack是一个新的函数，它将数组连接到一个新的维度。默认行为就像np.array一样。

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)