连接两个NumPy数组将给出“ValueError:所有输入数组必须具有相同的维数”

Question

标题输出：

array(['Subject_ID', 'tube_label', 'sample_#', 'Relabel', 
      'sample_ID','cortisol_value', 'Group'], dtype='<U14')

车身输出：

array([['STM002', '170714_STM002_1', 1, 1, 1, 1.98, 'HC'],
       ['STM002', '170714_STM002_2', 2, 2, 2, 2.44, 'HC'],], dtype=object)

testing = np.concatenate((header, body), axis=0)

ValueError                                Traceback (most recent call last) <ipython-input-302-efb002602b4b> in <module>()
      1 # Merge names and the rest of the data in np array
      2 
----> 3 testing = np.concatenate((header, body), axis=0)

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

有人能解决这个问题吗？我尝试了不同的命令来合并这两个（包括堆栈），我得到了同样的错误。虽然尺寸（列）看起来是一样的。

Answer 1

看看努比。vstack和hstack，以及np中的轴参数。追加这里看起来您需要vstack（即，输出数组将有3列，每列的行数相同）。你也可以看看numpy。重塑，以更改输入数组的形状，以便可以连接它们。

Answer 2

首先需要对齐数组尺寸。您正在尝试组合1维和2维数组。对齐后，可以使用numpy.vstack。

注意np.array（[A]）. form返回（1,7），而B. form返回（2,7）。更有效的替代方法是使用A[无，：]。

另外请注意，数组将变成dtypeobject，因为这将接受任意/混合类型。

A = np.array(['Subject_ID', 'tube_label', 'sample_#', 'Relabel', 
              'sample_ID','cortisol_value', 'Group'], dtype='<U14')

B = np.array([['STM002', '170714_STM002_1', 1, 1, 1, 1.98, 'HC'],
              ['STM002', '170714_STM002_2', 2, 2, 2, 2.44, 'HC'],], dtype=object)

res = np.vstack((np.array([A]), B))

print(res)

array([['Subject_ID', 'tube_label', 'sample_#', 'Relabel', 'sample_ID',
        'cortisol_value', 'Group'],
       ['STM002', '170714_STM002_1', 1, 1, 1, 1.98, 'HC'],
       ['STM002', '170714_STM002_2', 2, 2, 2, 2.44, 'HC']], dtype=object)

Answer 3

您尝试使用numpy.concatenate（）是正确的，但是您必须在连接之前将第一个数组提升到2D。这里有一个简单的例子：

In [1]: import numpy as np

In [2]: arr1 = np.array(['Subject_ID', 'tube_label', 'sample_#', 'Relabel', 
   ...:       'sample_ID','cortisol_value', 'Group'], dtype='<U14')
   ...:       

In [3]: arr2 = np.array([['STM002', '170714_STM002_1', 1, 1, 1, 1.98, 'HC'],
   ...:        ['STM002', '170714_STM002_2', 2, 2, 2, 2.44, 'HC'],], dtype=object)
   ...:        

In [4]: arr1.shape
Out[4]: (7,)

In [5]: arr2.shape
Out[5]: (2, 7)

In [8]: concatenated = np.concatenate((arr1[None, :], arr2), axis=0)

In [9]: concatenated.shape
Out[9]: (3, 7)

结果连接的数组如下所示：

In [10]: concatenated
Out[10]: 
array([['Subject_ID', 'tube_label', 'sample_#', 'Relabel', 'sample_ID',
        'cortisol_value', 'Group'],
       ['STM002', '170714_STM002_1', 1, 1, 1, 1.98, 'HC'],
       ['STM002', '170714_STM002_2', 2, 2, 2, 2.44, 'HC']], dtype=object)

获取ValueError的原因是其中一个数组是1D，而另一个是2D。但是，numpy。在这种情况下，concatenate希望数组具有相同的维度。这就是为什么我们使用None提升了arr1的数组维度。但是，您也可以使用numpy。newaxis代替None