Numpy连接为相同的行但列不同的数组

我有一列数组包含相同的行，但不同的列。我打印出数组的形状并检查它们是否有相同的行。Numpy连接为相同的行但列不同的数组

print ("Type x_test : actual",type(x_dump),x_dump.shape, type(actual), actual.shape, pred.shape) 
cmp = np.concatenate([x_test,actual,pred],axis = 1) 

('Type x_test : actual', <type 'numpy.ndarray'>, (2420L, 4719L), <type 'numpy.ndarray'>, (2420L,), (2420L,))

这给了我一个错误：

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

我试图复制使用下面的命令，这个错误：

x.shape,x1.shape,x2.shape 
Out[772]: ((3L, 1L), (3L, 4L), (3L, 1L)) 

np.concatenate([x,x1,x2],axis=1) 
Out[764]: 
array([[ 0, 0, 1, 2, 3, 0], 
     [ 1, 4, 5, 6, 7, 1], 
     [ 2, 8, 9, 10, 11, 2]])

我没有在这里得到任何错误。有没有人面临类似的问题？

编辑1：在写完这个问题后，我发现尺寸是不同的。 @Gareth Rees：精美地解释了numpy数组（R，1）和（R，）here之间的差别。

上的使用：

# Reshape and concatenate 
actual = actual.reshape(len(actual),1) 
pred = pred.reshape(len(pred),1)

编辑2：标记关闭这个答案的Difference between numpy.array shape (R, 1) and (R,)重复。

来源

2017-05-09 Tammy

这是什么问题？结果似乎是正确的。你能更准确地知道你想要做什么吗？ – fonfonx

@fonfonx我的第一个命令是给出错误。形状也是（2420L，）而不是（2420L，1L）。即使我使用x_dump.reshape（2420,1）它不起作用。为什么col值在x_dump.shape中为空 – Tammy

“形状也是（2420L，）而不是（2420L，1L）” - 这是你的问题。你需要重塑形状为'（2420L，）'的物体以具有形状'（2420L，1）'。 – Eric

-2

编辑

发布后，OP发现错误。除非需要看到带有（R，1）和（R，）形状的结构，否则这可以被忽略。无论如何，这将会给选民的练习空间。

ORIGINAL

鉴于你的形状，答案是正确的。

a = np.arange(3).reshape(3,1) 

b = np.arange(12).reshape(3,4) 

c = np.arange(3).reshape(3,1) 

np.concatenate([a, b, c], axis=1) 
Out[4]: 
array([[ 0, 0, 1, 2, 3, 0], 
     [ 1, 4, 5, 6, 7, 1], 
     [ 2, 8, 9, 10, 11, 2]]) 

a 
Out[5]: 
array([[0], 
     [1], 
     [2]]) 

b 
Out[6]: 
array([[ 0, 1, 2, 3], 
     [ 4, 5, 6, 7], 
     [ 8, 9, 10, 11]]) 

c 
Out[7]: 
array([[0], 
     [1], 
     [2]])

来源

2017-05-09 12:37:36 NaN

Numpy连接为相同的行但列不同的数组

回答

相关问题