在 for 循环中连接 numpy 数组

Question

我已将一幅图像拆分为 16 个数字来绘制回归图，现在我想将它们重新组合成一个图像。

我已经编写了一个 for 循环来执行此操作，但我无法理解 previous questions 的建议以及我哪里出错了。请有人解释为什么我的输入数组没有相同的维数。

from scipy import interpolate


allArrays = np.array([])
for i in range(len(a)):

    fig = plt.figure()
    ax = fig.add_axes([0.,0.,1.,1.])


    if np.amax(a[i]) > 0:
        x, y = np.where(a[i]>0)
        f = interpolate.interp1d(y, x)
        xnew = np.linspace(min(y), max(y), num=40)
        ynew = f(xnew)   
        plt.plot(xnew, ynew, '-')
        plt.ylim(256, 0)
        plt.xlim(0,256)

        fig.canvas.draw()
        X = np.array(fig.canvas.renderer._renderer)
        myArray = color.rgb2gray(X)
        print(myArray.shape)
        allArrays = np.concatenate([allArrays, myArray])
        print(allArrays.shape)

    else:

        plt.xlim(0,256)
        plt.ylim(0,256)
        fig.canvas.draw()
        X = np.array(fig.canvas.renderer._renderer)
        myArray = color.rgb2gray(X)
        print(myArray.shape)
        allArrays = np.concatenate([allArrays, myArray])
        print(allArrays.shape)




    i += 1

输出：myArray.shape (480, 640)

错误消息：所有输入数组的维数必须相同

我确定这很简单，但我想不通。谢谢

Answer 1

In [226]: allArrays = np.array([])                                                   
In [227]: allArrays.shape                                                            
Out[227]: (0,)
In [228]: allArrays.ndim                                                             
Out[228]: 1

In [229]: myArray=np.ones((480,640))                                                 
In [230]: myArray.shape                                                              
Out[230]: (480, 640)
In [231]: myArray.ndim                                                               
Out[231]: 2

在大多数世界中 1 不等于 2！

要在默认轴 0 上与 myArray 连接，allArrays 必须从 np.zeros((0,640), myArray.dtype) 开始。在 n 次迭代后，它将增长到 (n*480, 640)。

在链接的答案中，新数组都是一维的，所以从形状 (0,) 开始就可以了。但是 wim's 答案更好 - 将所有数组收集到一个列表中，并在最后进行一个连接。

在循环中重复连接很难正确（你必须了解形状和尺寸），而且比列表追加慢。

在 for 循环中连接 numpy 数组

Concatenate numpy arrays in for loop

python

arrays

for-loop

numpy

numpy-ndarray