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
Lectura eficiente de archivos cython, análisis de cadenas y creación de matrices Iterando sobre dos listas una tras otra Se intentó la importación relativa en un no paquete (después de 2to3) Python selenium webdriver Chrome – Chrome está siendo controlado por un software automatizado PYTHON obtener archivos desde la línea de comandos Python – Comprueba si la palabra está en una cadena Keras para implementar redes neuronales de convolución. Demasiadas versiones diferentes de Python en mi sistema y causando problemas Ordenar memoryview en Cython ¿Cómo eliminar widgets Tkinter desde una ventana? Iniciar otro progtwig desde Python> Por separado < LSTM – Hacer predicciones en secuencia parcial python: ¿cómo puedo redondear un objeto de fecha y hora al último cuarto de hora anterior? Ejecutar automáticamente% matplotlib en línea en el cuaderno de IPython ¿Cómo puedo crear importaciones que siempre funcionan?

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]]