1

考虑以下数组 

import numpy as np
a1 = np.array([1,2,3],dtype='object')
a2 = np.array([["A"],["D"],["R"]],,dtype='object')
a3 = np.array([["A","F"],["D"],["R"]],dtype='object')

以下两个给出了不同类型的输出。没想到会这样。这是正常的吗？

np.c_[a1,a2]

#array([[1, 'A'],
#      [2, 'D'],
#      [3, 'R']], dtype=object)

np.c_[a1,a3]

#array([[1, list(['A', 'F'])],
#      [2, list(['D'])],
#      [3, list(['R'])]], dtype=object)

为什么第一个有效而不是第二个表达式？a2我看不出和之间有什么区别a3。此外，哪种连接方法（c_、堆栈、连接）将输出相同类型的输出，而无需添加其他代码行，例如检查输出数据类型并根据需要进行转换。

np.concatenate((a1,a2),axis=0) # Error: ValueError: all the input arrays must have same number of dimensions

np.concatenate((a1,a3),axis=0) # works
#array([1, 2, 3, list(['A', 'F']), list(['D']), list(['R'])], dtype=object)
4

2 回答 2

1

这实际上是有道理的，请查看每个数组的类型：

a1 = np.array([1,2,3],dtype='object') => 1D array of objects, size 3
a2 = np.array([["A"],["D"],["R"]],,dtype='object') => 2D array of objects, size 3x1
a3 = np.array([["A","F"],["D"],["R"]],dtype='object') => 1D array of lists of objects

a3是一个列表数组，因为 np 2d（或更多-d）数组是矩阵，你不能有 1 行大小为 1，第二行大小为 3，np 计算效率的大部分是由于数组在内存中组织。

因此 numpy 解释np.array([["A","F"],["D"],["R"]],dtype='object')为列表数组（也是对象）。尝试使用不同的类型会导致错误：

np.array([[1,2],[3],[4]],dtype=np.int64) -->
ValueError: setting an array element with a sequence.

因此np.concatenate((a1,a2),axis=0)失败，因为 a1 是有形的(3,)，a2 是有形的(3,1)，而 a1 和 a3 都是(3,)。

您可以通过以下方式解决它：

np.concatenate((a1,np.reshape(a2,a1.shape)))
np.concatenate((np.reshape(a1,a2.shape),a2))

两者都是有效的，每个都有不同的结果，没有 1 个解决方案，因为 和 之间的连接a1不a2明确。

于 2020-05-02T08:32:33.937 回答
1

来自numpy doc：特别是，阵列将在升级到至少 2-D 后沿其最后一个轴堆叠，其中 1 后置在形状上（由 1-D 阵列组成的列向量）。这意味着np.c_将首先将一维数组转换为二维数组，然后沿第二个轴连接。这是发生的事情：

在以下情况下np.c_[a1,a2]：

  1. 转换a1为[[1],[2],[3]]

  2. 沿第二个轴堆叠[[1],[2],[3]]导致：[["A"],["D"],["R"]]

    [[1 'A']
 [2 'D']
 [3 'R']]

在以下情况下np.c_[a1,a3]：

  1. 转换a1为[[1],[2],[3]]

  2. 尝试沿第二个轴堆叠[[1],[2],[3]]。[["A","F"],["D"],["R"]]但是，numpy 数组必须是矩形的，a3而不是。另一种方法是将每个列表解释为单个项目和堆栈，如下所示，以使数组为矩形 (3,2)：

    [[1 list(['A', 'F'])]
 [2 list(['D'])]
 [3 list(['R'])]]

根据您希望输出的方式，有不同的方法。如果您想简单地将 1D/2D 数组的混合连接成 1D，您可以首先squeeze将它们（删除大小为 1 的维度）并像这样连接： 

np.concatenate((np.squeeze(a1),np.squeeze(a2)),axis=0)
#[1 2 3 'A' 'D' 'R']
np.concatenate((np.squeeze(a1),np.squeeze(a3)),axis=0)
#[1 2 3 list(['A', 'F']) list(['D']) list(['R'])]

您还可以hstack将它们连接起来所有内部列表的内容： 

np.concatenate((np.hstack(a1),np.hstack(a2)),axis=0)
#[1 2 3 'A' 'D' 'R']
np.concatenate((np.hstack(a1),np.hstack(a3)),axis=0)
#['1' '2' '3' 'A' 'F' 'D' 'R']
于 2020-05-02T10:09:24.090 回答