将MX1 numpy阵列与MXN numpy阵列串联/组合

Question

required_time_stamps包含5911个时间戳
time_based_mfcc_feature包含5911个样本，每个样本具有20个mfcc特征。

因此，如果您查看time_based_mfcc_feature
，它将如下所示：

row1    val2 val3  ... val 20  
row2    val2 val3  ... val 20  
row3    val2 val3  ... val 20
.  
.  
.  
row5911  val2 val3  ... val 20  


print type(required_time_stamps)  

print required_time_stamps.shape  

（5911，）

print type(time_based_mfcc_feature)

print time_based_mfcc_feature.shape  

(5911, 20)

我想将这两者结合起来，以便：

在R中，我可以简单地

time_based_mfcc_feature<-as.data.frame(time_based_mfcc_feature) 
required_time_stamps<-as.data.frame(required_time_stamps)  

new_dataframe <- merge(required_time_stamps,time_based_mfcc_feature)  
View(new_dataframe)

我如何在python中实现这一点？

因此最终数据如下所示：

time1   row1    val2 val3  ... val 20  
time2   row2    val2 val3  ... val 20  
time3   row3    val2 val3  ... val 20
.  
.  
.  
time5911 row5911  val2 val3  ... val 20    

其中，这些时间1到时间5911只是所需的\u time\u标记中包含的值
我试过：

mfcc_features_with_times= np.hstack((required_time_stamps,time_based_mfcc_feature))

但出现了这个错误

---------------------------------------------------------------------------
ValueError                                Traceback (most recent call last)
<ipython-input-41-ce462d805743> in <module>()
----> 1 mfcc_features_with_times= np.hstack((required_time_stamps,time_based_mfcc_feature))

/usr/local/lib/python2.7/dist-packages/numpy/core/shape_base.pyc in hstack(tup)
    289     # As a special case, dimension 0 of 1-dimensional arrays is "horizontal"
    290     if arrs and arrs[0].ndim == 1:
--> 291         return _nx.concatenate(arrs, 0)
    292     else:
    293         return _nx.concatenate(arrs, 1)

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

然后我尝试转置：

t = required_time_stamps.transpose  
mfcc_features_with_times= np.hstack((t,time_based_mfcc_feature))  

但同样的错误：

---------------------------------------------------------------------------
ValueError                                Traceback (most recent call last)
<ipython-input-43-47cddb391d3f> in <module>()
----> 1 mfcc_features_with_times= np.hstack((t,time_based_mfcc_feature))

/usr/local/lib/python2.7/dist-packages/numpy/core/shape_base.pyc in hstack(tup)
    289     # As a special case, dimension 0 of 1-dimensional arrays is "horizontal"
    290     if arrs and arrs[0].ndim == 1:
--> 291         return _nx.concatenate(arrs, 0)
    292     else:
    293         return _nx.concatenate(arrs, 1)

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

我还研究了：Numpy将2D数组与1D数组连接起来，但我认为这是另一回事。

目标是将这些数据逐行提供给keras神经网络。
我还有与5911时间戳对应的5911标签，稍后我会连接它们。

更新：根据我尝试的评论中的链接，

>>> a = np.array([[1,2,3], [2,3,4]])
>>> a
array([[1, 2, 3],
       [2, 3, 4]])
>>> b = np.array([[1,2,3,0], [2,3,4,0]])
>>> b
array([[1, 2, 3, 0],
       [2, 3, 4, 0]])
>>> c= np.hstack((a,b))
>>> c
array([[1, 2, 3, 1, 2, 3, 0],
       [2, 3, 4, 2, 3, 4, 0]])

在这个例子中，堆叠是可行的，但我不知道为什么相同的逻辑不适用于我。

更新：我按照cmaher的建议解决了这个问题：

mfcc_features_with_times= np.hstack((required_time_stamps[:,None],time_based_mfcc_feature))

然而，只有当两者具有相同的维度时，这才是真的。在大多数情况下，我的结果是数组A具有形状（8400，），数组B具有形状（8399，21）。

如何截断/删除A的最后几行，以便A和B具有相同的形状，例如（8399，）和（8399,21）。请告知。

更新错误，而SLICINg：目前当我做A=A[： B. form[0]，：]其中A=new_labels_np_arrayB=time_based_mfcc_feature

` 64     if len(new_labels_np_array) > len(time_based_mfcc_feature):
---> 65         new_labels_np_array = new_labels_np_array[:time_based_mfcc_feature.shape[0],:]
     66     elif len(time_based_mfcc_feature)>len(new_labels_np_array):
     67         time_based_mfcc_feature = time_based_mfcc_feature[:,new_labels_np_array.shape[0],:]

IndexError: too many indices for array`

Answer 1

既然您已经在线程numpy-concatenate-2d-arrays-with-1d-array中找到了问题第一部分的答案，那么我将回答第二个问题：

如何截断/删除A的最后几行，以便A和B具有相同的形状，例如（8399，）和（8399,21）。请告知。

可以像分割列表一样分割numpy数组。因此，沿轴0将2D阵列修剪为a大小。

B = B[:A.shape[0],:]

这会修剪数组的末尾。如果您想在开始时修剪，即丢弃不适合形状的前几行而不是最后一行：

B = B[-A.shape[0]:,:]

编辑：您的评论暗示您事先不知道哪个数组更长。在这种情况下：

trim = min(A.shape[0], B.shape[0])
A = A[:trim]
B = B[:trim,:] 

或分别

trim = min(A.shape[0], B.shape[0])
A = A[-trim:]
B = B[-trim:,:]