Desarrollo de Python
  1. Desarrollo de Python
  3. numpy array concatenate: “ValueError: todas las matrices de entrada deben tener el mismo número de dimensiones”
Intereting Posts
¿Cuando uso matplotlib en una notebook jupyter, siempre aparece el mensaje “matplotlib actualmente está usando un backend que no es GUI”? ¿Alguien tuvo éxito haciendo que Django enviara correos electrónicos cuando alojaba en Dreamhost? ¿Restar un valor de cada número en una lista en Python? Extensión Vim (a través de Python)? Enviando mensajes desde otros idiomas a un kernel de IPython Hacer leyenda de la barra de colores en Matplotlib / Cartopy Python Editar encabezados CSV REGEX – Diferencias entre `^`, `$` y `\ A`,` \ Z` Velocidad del algoritmo de análisis XML de Python El objeto ‘módulo’ tensorflow no tiene atributo ‘contrib’ PyCharm no puede conectarse a GhostDriver Pycharm establece la variable de entorno correcta PATH ¿Python tiene decoradores en la biblioteca estándar? ¿Cómo instalar pymssql en windows con python 2.7? Cómo restringir la entrada del usuario en QLineEdit en pyqt

numpy array concatenate: “ValueError: todas las matrices de entrada deben tener el mismo número de dimensiones”

¿Cómo concatenar estas matrices numpy ?

primer np.array con una forma (5,4) 

 [[ 6487 400 489580 0] [ 6488 401 492994 0] [ 6491 408 489247 0] [ 6491 408 489247 0] [ 6492 402 499013 0]]

segundo np.array con una forma (1,5) 

 [ 16. 15. 12. 12. 17. ]

el resultado final debe ser 

 [[ 6487 400 489580 0 16] [ 6488 401 492994 0 15] [ 6491 408 489247 0 12] [ 6491 408 489247 0 12] [ 6492 402 499013 0 17]]

np.concatenate([array1, array2]) pero me sale este error

ValueError: all the input arrays must have same number of dimensions

¿Qué estoy haciendo mal?

Para usar np.concatenate , necesitamos extender la segunda matriz a 2D y luego concatenar a lo largo de axis=1 – 

 np.concatenate((a,b[:,None]),axis=1)

Alternativamente, podemos usar np.column_stack que lo cuida – 

 np.column_stack((a,b))

Ejecución de la muestra 

 In [84]: a Out[84]: array([[54, 30, 55, 12], [64, 94, 50, 72], [67, 31, 56, 43], [26, 58, 35, 14], [97, 76, 84, 52]]) In [85]: b Out[85]: array([56, 70, 43, 19, 16]) In [86]: np.concatenate((a,b[:,None]),axis=1) Out[86]: array([[54, 30, 55, 12, 56], [64, 94, 50, 72, 70], [67, 31, 56, 43, 43], [26, 58, 35, 14, 19], [97, 76, 84, 52, 16]])

Si b es tal que es una matriz 1D de dtype=object con una forma de (1,) , lo más probable es que todos los datos dtype=object contenidos en el único elemento que contiene, debemos aplanarlo antes de concatenar. Para ese propósito, podemos usar np.concatenate en él también. Aquí hay una muestra de ejecución para aclarar el punto: 

 In [118]: a Out[118]: array([[54, 30, 55, 12], [64, 94, 50, 72], [67, 31, 56, 43], [26, 58, 35, 14], [97, 76, 84, 52]]) In [119]: b Out[119]: array([array([30, 41, 76, 13, 69])], dtype=object) In [120]: b.shape Out[120]: (1,) In [121]: np.concatenate((a,np.concatenate(b)[:,None]),axis=1) Out[121]: array([[54, 30, 55, 12, 30], [64, 94, 50, 72, 41], [67, 31, 56, 43, 76], [26, 58, 35, 14, 13], [97, 76, 84, 52, 69]])

También hay np.c_ 

 >>> a = np.arange(20).reshape(5, 4) >>> b = np.arange(-1, -6, -1) >>> a array([[ 0, 1, 2, 3], [ 4, 5, 6, 7], [ 8, 9, 10, 11], [12, 13, 14, 15], [16, 17, 18, 19]]) >>> b array([-1, -2, -3, -4, -5]) >>> np.c_[a, b] array([[ 0, 1, 2, 3, -1], [ 4, 5, 6, 7, -2], [ 8, 9, 10, 11, -3], [12, 13, 14, 15, -4], [16, 17, 18, 19, -5]])

Puedes hacer algo como esto. 

 import numpy as np x = np.random.randint(100, size=(5, 4)) y = [16, 15, 12, 12, 17] print(x) val = np.concatenate((x,np.reshape(y,(x.shape[0],1))),axis=1) print(val)

Esto produce: 

 [[32 37 35 53] [64 23 95 76] [17 76 11 30] [35 42 6 80] [61 88 7 56]] [[32 37 35 53 16] [64 23 95 76 15] [17 76 11 30 12] [35 42 6 80 12] [61 88 7 56 17]]