ValueError：所有输入数组必须具有相同的维数

Question

我遇到np.append问题。

我尝试使用下面的代码复制20x361矩阵n_list_converted的最后一列：

n_last = [] 
n_last = n_list_converted[:, -1] 
n_lists = np.append(n_list_converted, n_last, axis=1) 

，但我得到的错误：

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

不过，我已经检查矩阵尺寸做

print(n_last.shape, type(n_last), n_list_converted.shape, type(n_list_converted)) 

，我也得到

(20L,) (20L, 361L)

所以尺寸匹配？错误在哪里？

Answer 1

如果我和3×4阵列开始，并连接一个3×1阵列，其中轴1，得到了一个3×5阵列：

In [911]: x = np.arange(12).reshape(3,4) 
In [912]: np.concatenate([x,x[:,-1:]], axis=1) 
Out[912]: 
array([[ 0, 1, 2, 3, 3], 
     [ 4, 5, 6, 7, 7], 
     [ 8, 9, 10, 11, 11]]) 
In [913]: x.shape,x[:,-1:].shape 
Out[913]: ((3, 4), (3, 1)) 

注意，两个输入端以连接有2种尺寸。

略去:，和x[:,-1]是（3，）形状 - 这是一维，并因此错误：

In [914]: np.concatenate([x,x[:,-1]], axis=1) 
... 
ValueError: all the input arrays must have same number of dimensions 

为np.append的代码（在这种情况下被指定的轴）

return concatenate((arr, values), axis=axis) 

所以随着语法的轻微变化append的作品。而不是一个列表，它需要2个参数。它模仿列表append是语法，但不应该与列表方法混淆。

In [916]: np.append(x, x[:,-1:], axis=1) 
Out[916]: 
array([[ 0, 1, 2, 3, 3], 
     [ 4, 5, 6, 7, 7], 
     [ 8, 9, 10, 11, 11]]) 

np.hstack首先确保所有的输入都atleast_1d，然后它串联：

return np.concatenate([np.atleast_1d(a) for a in arrs], 1) 

所以它需要同x[:,-1:]输入。基本上是同一个动作。

np.column_stack也做在轴上1.一个串连但首先通过它

array(arr, copy=False, subok=True, ndmin=2).T 

通过1D输入本是转动该（3）阵列划分为（3,1）阵列的一般方法。

In [922]: np.array(x[:,-1], copy=False, subok=True, ndmin=2).T 
Out[922]: 
array([[ 3], 
     [ 7], 
     [11]]) 
In [923]: np.column_stack([x,x[:,-1]]) 
Out[923]: 
array([[ 0, 1, 2, 3, 3], 
     [ 4, 5, 6, 7, 7], 
     [ 8, 9, 10, 11, 11]]) 

所有这些“堆栈”可以方便，但是从长远来看，了解尺寸和基本np.concatenate是很重要的。也知道如何查找这样的函数的代码。我使用了很多魔术。

而在时间测试中，np.concatenate明显更快 - 这样一个小型数组，多余的函数调用层次会产生很大的时间差异。

Answer 2

（n，）和（n，1）不是相同的形状。尝试使用[:, None]符号铸造向量数组：

n_lists = np.append(n_list_converted, n_last[:, None], axis=1) 

另外，提取n_last时，你可以使用

n_last = n_list_converted[:, -1:] 

获得(20, 1)阵列。

Answer 3

你得到你的错误的原因是因为“1乘n”矩阵不同于长度为n的数组。

我推荐使用hstack()和vstack()来代替。 像这样：

import numpy as np 
a = np.arange(32).reshape(4,8) # 4 rows 8 columns matrix. 
b = a[:,-1:]     # last column of that matrix. 

result = np.hstack((a,b))  # stack them horizontally like this: 
#array([[ 0, 1, 2, 3, 4, 5, 6, 7, 7], 
#  [ 8, 9, 10, 11, 12, 13, 14, 15, 15], 
#  [16, 17, 18, 19, 20, 21, 22, 23, 23], 
#  [24, 25, 26, 27, 28, 29, 30, 31, 31]]) 

通知重复 “7，图15，23，31” 列中。 另外，请注意，我使用a[:,-1:]而不是a[:,-1]。我的版本生成列：

array([[7], 
     [15], 
     [23], 
     [31]]) 

取而代之的是一排array([7,15,23,31])

---

编辑：append()是多慢。阅读this answer。