使用 numpy concatenate 或 numpy append 时如何保留数组的形式

Question

我有 3 个列表并将它们制作成 ndarray。

o_a = [1,2,3,4,5]            
o_b = [2,4,6,8,10]
o_c = [11,22,33,44,55]
np_a = np.array(o_a)
np_b = np.array(o_b)
np_c = np.array(o_c)
print(np_a)
print(np_b)
print(np_c)

[1 2 3 4 5]
[ 2  4  6  8 10]
[11 22 33 44 55]

当我使用vstack加入他们时，他们的表格没有折叠

np.vstack((np_a,np_b))    
array([[ 1,  2,  3,  4,  5],
       [ 2,  4,  6,  8, 10]])

但是如果我使用 concatenate 或 append 来组合它们，它就变成了 1darray

np.concatenate((np_a,np_b))
array([ 1,  2,  3,  4,  5,  2,  4,  6,  8, 10])

有没有办法让数组保持形式？工作后不使用重塑。

Answer 1

使用numpy.concatenate()或numpy.append()：

np.concatenate((np_a[None,:],np_b[None,:]), axis=0)

或

np.append(np_a[None,:],np_b[None,:], axis=0)

输出（无论哪种情况）：

array([[ 1,  2,  3,  4,  5],
       [ 2,  4,  6,  8, 10]])

我们现在将每个数组转换为二维数组，然后再将它们连接起来。

并且，在连接或附加它们时，我们指定连接或附加必须沿输入数组的 axis=0（第一个轴）发生。

请注意，numpy.concatenate() 和 numpy.append() 不会创建任何新维度。当您明确指定 axis 参数时，它们只是沿现有维度连接或追加。

当我们不指定 axis 参数时，numpy.concatenate() 和 numpy.append() 的默认行为是展平输入数组，并且 return扁平数组。

使用numpy.stack():

np.stack ((np_a, np_b))

这也给出了：

array([[ 1,  2,  3,  4,  5],
       [ 2,  4,  6,  8, 10]])

在这里，我们不必预先转换为二维。新维度将由堆叠操作本身创建。

注意 numpy.stack() 也有一个 axis 参数，但它默认为 0，这正是我们想要的。

另外，请注意，在 numpy.stack() 的情况下，我们为 axis 参数指定的值是关于结果数组（它有一个额外的维度），并且与原始输入数组无关。

使用 numpy concatenate 或 numpy append 时如何保留数组的形式

How can I keep the forms of the arrays when I use numpy concatenate or numpy append

python

numpy

concatenation

numpy-ndarray