沿着第二轴的2个1D“numpy”阵列的连接

Question

执行

import numpy as np
t1 = np.arange(1,10)
t2 = np.arange(11,20)

t3 = np.concatenate((t1,t2),axis=1)

结果是

Traceback (most recent call last):

  File "<ipython-input-264-85078aa26398>", line 1, in <module>
    t3 = np.concatenate((t1,t2),axis=1)

IndexError: axis 1 out of bounds [0, 1)

为什么报告轴1超出范围？

Answer 1

你的标题解释了它 - 一个1d阵列没有第二轴！

但话说回来，就像我在Qazxswpois上的系统一样，它不会产生错误

@Oliver W.

这是我期望从

In [655]: np.concatenate((t1,t2),axis=1)
Out[655]: 
array([ 1,  2,  3,  4,  5,  6,  7,  8,  9, 11, 12, 13, 14, 15, 16, 17, 18,
       19])

得到的结果：

axis=0

当数组为1d时，

In [656]: np.concatenate((t1,t2),axis=0)
Out[656]: 
array([ 1,  2,  3,  4,  5,  6,  7,  8,  9, 11, 12, 13, 14, 15, 16, 17, 18,
       19])

看起来忽略了concatenate参数。我不知道这是我的1.9版本中的新内容，还是旧版本。

要获得更多控制，请考虑使用axis和vstack包装器，如果需要，可以扩展数组维度：

hstack

Answer 2

这是因为Numpy表示一维数组的方式。以下使用reshape（）将起作用：

In [657]: np.hstack((t1,t2))
Out[657]: 
array([ 1,  2,  3,  4,  5,  6,  7,  8,  9, 11, 12, 13, 14, 15, 16, 17, 18,
       19])

In [658]: np.vstack((t1,t2))
Out[658]: 
array([[ 1,  2,  3,  4,  5,  6,  7,  8,  9],
       [11, 12, 13, 14, 15, 16, 17, 18, 19]])

说明：这是最初创建时的1D数组的形状：

t3 = np.concatenate((t1.reshape(-1,1),t2.reshape(-1,1),axis=1)

'np.concatenate'和许多其他函数不喜欢缺少的维度。重塑执行以下操作：

t1 = np.arange(1,10)
t1.shape
>>(9,)

Answer 3

你最好使用名为

t1.reshape(-1,1).shape
>>(9,1) 

的Numpy的不同功能。 它的行为类似于MATLAB的numpy.stack。

cat函数不要求数组具有它们连接在一起的维度。

Answer 4

这是因为您需要将其更改为二维，因为一个维度无法连接。通过执行此操作，您可以添加一个空列。如果您运行以下代码，它可以工作：

numpy.stack

Answer 5

如果需要包含两列的数组，可以使用column_stack：

import numpy as np 
t1 = np.arange(1,10)[None,:]
t2 = np.arange(11,20)[None,:]
t3 = np.concatenate((t1,t2),axis=1)
print(t3)

哪个结果

import numpy as np
t1 = np.arange(1,10)
t2 = np.arange(11,20)
np.column_stack((t1,t2))