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
SWIG interconectando la biblioteca C a Python (creando un tipo de datos ‘iterable’ de Python a partir de la estructura ‘secuencia’ de C) ¿Cuál es la relación entre __getattr__ y getattr? UnboundLocalError en la reimportación del módulo nested ¿Cómo puedo conectarme a un servidor de Microsoft Dynamics CRM usando Python? ¿Se puede “reiniciar” la iteración actual de un bucle de Python? ¿Procesar el correo electrónico recibido con Python o Django? Configuración de particiones de disco de Softlayer en el momento de la orden Cómo pasar objetos complejos a través de funciones / sesiones de vista en Flask Raspado de datos de gráfico interactivo El módulo de solicitud de importación en Python no funciona en OS X Python comprueba si existe una lista de claves en el diccionario Rellena la matriz de números a partir de la diferencia de dos vectores ¿Cómo cambiar el puntero del mouse a color tkinter? ¿Hay una forma común de comprobar en Python si un objeto es algún tipo de función? Python construido de forma simulada ‘abierto’ en una clase usando dos archivos diferentes

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]]