Menggabungkan dua array NumPy satu dimensi

Saya memiliki dua array satu dimensi sederhana di NumPy . Saya harus bisa menggabungkan mereka menggunakan numpy.concatenate . Tapi saya mendapatkan kesalahan ini untuk kode di bawah ini:

TypeError: hanya array panjang-1 yang dapat dikonversi ke skalar Python

Kode

import numpy
a = numpy.array([1, 2, 3])
b = numpy.array([5, 6])
numpy.concatenate(a, b)

Mengapa?

Garisnya harus:

numpy.concatenate([a,b])

Array yang ingin Anda gabungkan harus dilewatkan sebagai urutan, bukan sebagai argumen terpisah.

Dari dokumentasi NumPy :

numpy.concatenate((a1, a2, ...), axis=0)

Gabungkan barisan array secara bersamaan.

Itu mencoba menafsirkan Anda bsebagai parameter sumbu, itulah sebabnya ia mengeluh tidak bisa mengubahnya menjadi skalar.

Ada beberapa kemungkinan untuk menggabungkan array 1D, misalnya,

numpy.r_[a, a],
numpy.stack([a, a]).reshape(-1),
numpy.hstack([a, a]),
numpy.concatenate([a, a])

Semua opsi tersebut sama-sama cepat untuk array besar; untuk yang kecil, concatenatememiliki sedikit keunggulan:

Plot dibuat dengan perfplot :

import numpy
import perfplot

perfplot.show(
    setup=lambda n: numpy.random.rand(n),
    kernels=[
        lambda a: numpy.r_[a, a],
        lambda a: numpy.stack([a, a]).reshape(-1),
        lambda a: numpy.hstack([a, a]),
        lambda a: numpy.concatenate([a, a]),
    ],
    labels=["r_", "stack+reshape", "hstack", "concatenate"],
    n_range=[2 ** k for k in range(19)],
    xlabel="len(a)",
)

Parameter pertama yang concatenateseharusnya menjadi urutan array untuk digabungkan:

numpy.concatenate((a,b)) # Note the extra parentheses.

Alternatif lain untuk menggunakan bentuk singkat "concatenate" yang bisa berupa "r _ [...]" atau "c _ [...]" seperti yang ditunjukkan pada contoh kode di bawah ini (lihat http://wiki.scipy.org / NumPy_for_Matlab_Users untuk informasi tambahan):

%pylab
vector_a = r_[0.:10.] #short form of "arange"
vector_b = array([1,1,1,1])
vector_c = r_[vector_a,vector_b]
print vector_a
print vector_b
print vector_c, '\n\n'

a = ones((3,4))*4
print a, '\n'
c = array([1,1,1])
b = c_[a,c]
print b, '\n\n'

a = ones((4,3))*4
print a, '\n'
c = array([[1,1,1]])
b = r_[a,c]
print b

print type(vector_b)

Yang mengakibatkan:

[ 0.  1.  2.  3.  4.  5.  6.  7.  8.  9.]
[1 1 1 1]
[ 0.  1.  2.  3.  4.  5.  6.  7.  8.  9.  1.  1.  1.  1.] 


[[ 4.  4.  4.  4.]
 [ 4.  4.  4.  4.]
 [ 4.  4.  4.  4.]] 

[[ 4.  4.  4.  4.  1.]
 [ 4.  4.  4.  4.  1.]
 [ 4.  4.  4.  4.  1.]] 


[[ 4.  4.  4.]
 [ 4.  4.  4.]
 [ 4.  4.  4.]
 [ 4.  4.  4.]] 

[[ 4.  4.  4.]
 [ 4.  4.  4.]
 [ 4.  4.  4.]
 [ 4.  4.  4.]
 [ 1.  1.  1.]]

Berikut adalah lebih pendekatan untuk melakukan hal ini dengan menggunakan numpy.ravel(), numpy.array(), memanfaatkan fakta bahwa 1D array dapat dibongkar menjadi elemen polos:

# we'll utilize the concept of unpacking
In [15]: (*a, *b)
Out[15]: (1, 2, 3, 5, 6)

# using `numpy.ravel()`
In [14]: np.ravel((*a, *b))
Out[14]: array([1, 2, 3, 5, 6])

# wrap the unpacked elements in `numpy.array()`
In [16]: np.array((*a, *b))
Out[16]: array([1, 2, 3, 5, 6])

Beberapa fakta lagi dari numpy docs :

Dengan sintaks sebagai numpy.concatenate((a1, a2, ...), axis=0, out=None)

axis = 0 untuk concatenation baris-bijaksana axis = 1 untuk concatenation kolom-bijaksana

>>> a = np.array([[1, 2], [3, 4]])
>>> b = np.array([[5, 6]])

# Appending below last row
>>> np.concatenate((a, b), axis=0)
array([[1, 2],
       [3, 4],
       [5, 6]])

# Appending after last column
>>> np.concatenate((a, b.T), axis=1)    # Notice the transpose
array([[1, 2, 5],
       [3, 4, 6]])

# Flattening the final array
>>> np.concatenate((a, b), axis=None)
array([1, 2, 3, 4, 5, 6])

Saya harap ini membantu!