将一维数组附加到多维数组中？答案

【问题标题】：Appending 1D arrays together in a multidimensional array?将一维数组附加到多维数组中？
【发布时间】：2016-03-18 02:49:35
【问题描述】：

我知道C# 已经有人问过类似的问题，但是我有没有办法将单个的一维向量（可能具有不同的长度）附加在一起以形成一个多维数组？例如，我想将长度为 7、10、13 和 16 的 4 个单独的一维数组组合成一个 (7,10,13,16) 数组。

我尝试了类似以下的方法，但无济于事。

np.concatenate((data0[...,np.newaxis], data1[..., np.newaxis]), axis=2)

编辑 1：为了说明我的最终目标，让我们假设您想知道汽车的效率。您有 4 个参数：车宽、车高、车身成分和车型年份。这些共同创造了一个过程空间，其中汽车的效率可以变化。每个参数由一个不同值的向量表示；每个向量都有不同数量的值元素。有了这个，您将拥有 4 个参数 + 汽车效率。我想构建这 5 个向量的（5D）数组。

【问题讨论】：

标签： python numpy multidimensional-array append

【解决方案1】：

take 4 individual 1D arrays, of length 7, 10, 13, and 16 together into a (7,10,13,16) array

在numpy 中，像(7,10,13,16) 这样的元组通常指的是shape。在这种情况下，它看起来像一个包含 7*10*13*16 个元素的 4 维数组。

但更现实的是，我认为您想要这 4 个数组的列表

[[1,2...,7], [0,2,...9], [1,...13], etc]

那些不能变成多维数组。这样的数组必须有相同数量的行、列等，而不是一个参差不齐的集合。

有dtype=object 的数组之类的东西，其中的元素可以是列表、数组、None 或任何 Python 对象。我几乎不愿意提及它，因为太多的 SO 问题似乎滥用了它。在大多数情况下，一个普通的 Python 列表也可以。

要获得更多帮助，您需要更清楚自己所寻求的。

当您说I've tried methods similar to the following, but to no avail. 之类的话时，您确实应该说出问题所在。你得到什么样的错误？错误信息？或者结果不是你想要的？细节（但不要太多！:)）是一个很好的问题。

要创建一个“进程空间”，您可以执行以下操作：

小样本数组：

In [676]: heights=np.array([40,50])
In [677]: widths=np.array([60,65,70])
In [678]: yrs=np.array([1995,1996,1997,1998])

正确大小的全 0 空间：

In [679]: eff=np.zeros((2,3,4))

将所有值与公式相结合的“效率”计算

In [680]: eff1=(yrs-1994)[None,None,:]/(heights[:,None,None]+widths[None,:,None])
In [681]: eff1.shape
Out[681]: (2, 3, 4)
In [682]: eff1
Out[682]: 
array([[[ 0.01      ,  0.02      ,  0.03      ,  0.04      ],
        [ 0.00952381,  0.01904762,  0.02857143,  0.03809524],
        [ 0.00909091,  0.01818182,  0.02727273,  0.03636364]],

       [[ 0.00909091,  0.01818182,  0.02727273,  0.03636364],
        [ 0.00869565,  0.0173913 ,  0.02608696,  0.03478261],
        [ 0.00833333,  0.01666667,  0.025     ,  0.03333333]]])

ix_ 是添加所有None 的便捷函数，将表达式简化为：

In [695]: H,W,Y=np.ix_(heights,widths, yrs)
In [696]: eff1=(Y-1994)/(H+W)

我可以轻松地将这些输入数组中的每一个转换为 (2,3,4) 数组：

HH, WW, YY = np.broadcast_arrays(H,W,Y)

但是，如果您正在设想一个带有行和列标签的复杂“表格”，则最好使用pandas。

构造“空间”的非 numpy 方法是使用 itertools.product

In [704]: import itertools
In [705]: list(itertools.product(heights,widths,yrs))
Out[705]: 
[(40, 60, 1995),
 (40, 60, 1996),
 (40, 60, 1997),
 (40, 60, 1998),
 (40, 65, 1995),
 (40, 65, 1996),
 ...
 (50, 70, 1996),
 (50, 70, 1997),
 (50, 70, 1998)]

【讨论】：

"[...] 它看起来像一个包含 7*10*13*16 个元素的 4 维数组。" ——这正是我所追求的。很抱歉没有提供更多细节，谢谢您的提醒！作为最终结果，我想得到一个矩阵，例如。 “数据”，变量资源管理器中的“大小”参数显示 (7,10,13,16)。我尝试了您建议的 4 个数组列表，data = [[1,2...,7], [0,2,...9], [1,...13], etc]。但是使用这种方法，'size'列显示4。但是this的大小显示为4
使用broadcasting 可以很容易地制作这种形状的数组。但是你想如何使用数组值呢？相乘？添加？使用一个而忽略其余的？很多很多的选择。用几个小数组进行演示。
最好在原始问题中添加详细信息；很难阅读长的 cmets。但是，请查看我的编辑以了解我的要求。