두 개의 1 차원 NumPy 배열 연결

NumPy에 2 개의 간단한 1 차원 배열이 있습니다. numpy.concatenate 사용하여 연결할 수 있어야합니다 . 그러나 아래 코드 에서이 오류가 발생합니다.

TypeError : 길이 1 배열 만 파이썬 스칼라로 변환 할 수 있습니다

암호

import numpy
a = numpy.array([1, 2, 3])
b = numpy.array([5, 6])
numpy.concatenate(a, b)

왜?

줄은 다음과 같아야합니다.

numpy.concatenate([a,b])

연결하려는 배열은 별도의 인수가 아닌 시퀀스로 전달해야합니다.

로부터 NumPy와 문서 :

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

일련의 배열을 함께 결합하십시오.

b축 매개 변수로 해석하려고 했기 때문에 스칼라로 변환 할 수 없다고 불평했습니다.

1D 어레이를 연결하는 데는 몇 가지 가능성이 있습니다.

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

이러한 모든 옵션은 대형 어레이에서 동일하게 빠릅니다. 작은 것들의 concatenate경우 약간의 가장자리가 있습니다.

플롯은 perfplot 으로 작성 되었습니다 .

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)",
)

첫 번째 매개 변수 concatenate는 연결 하는 일련의 배열 이어야합니다 .

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

대안은 아래 예제 코드에서 볼 수 있듯이 "r _ [...]"또는 "c _ [...]"인 "concatenate"의 짧은 형식을 사용하지 않는 것입니다 ( http://wiki.scipy.org 참조) . 추가 정보는 / NumPy_for_Matlab_Users ) :

%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)

결과 :

[ 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.]]

다음은 1D 배열을 일반 요소로 압축 해제 할 수 있다는 사실을 활용 하여 numpy.ravel(), 를 사용하여이를 수행하는 더 많은 방법입니다 numpy.array().

# we'll utilize the concept of unpacking
In [15]: (*a, *b)
Out[15]: (1, 2, 3, 5, 6)

# using `numpy.ravel()`
In [14]: np.ravel((*a, *b))
Out[14]: array([1, 2, 3, 5, 6])

# wrap the unpacked elements in `numpy.array()`
In [16]: np.array((*a, *b))
Out[16]: array([1, 2, 3, 5, 6])

numpy 문서 에서 더 많은 사실 :

구문을 numpy.concatenate((a1, a2, ...), axis=0, out=None)

행 단위 연결의 경우 축 = 0 열 단위 연결의 경우 축 = 1

>>> 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])

나는 그것이 도움이되기를 바랍니다!