np.concatenate() 2D 数组而不是 1D答案

【问题标题】：np.concatenate() 2D array instead of 1Dnp.concatenate() 2D 数组而不是 1D
【发布时间】：2018-04-08 01:48:51
【问题描述】：

我正在尝试向某些变量添加零，以使它们的长度都相同（100，）并将它们放在一个屏蔽表中。

将零连接到我的变量 propNum 时它工作正常，这是一个数字，但当我尝试使用具有 62 个值的变量 time_04_window 时会创建一个 (2,) 长度数组。

有效的代码：

propNum = 100
table_propNum = np.concatenate([[propNum], np.zeros(len(x)-1, dtype=float)])

不工作的代码：

time_04_window = [ 20029625.91881907  20029626.91881907  20029627.91881907 20029628.91881907  20029629.91881907  20029630.91881907 20029631.91881907  20029632.91881907  20029633.91881907 20029634.91881907  20029635.91881907  20029636.91881907 20029637.91881907  20029638.91881907  20029639.91881907 20029640.91881907  20029641.91881907  20029642.91881907 20029643.91881907  20029644.91881907  20029645.91881907 20029646.91881907  20029647.91881907  20029648.91881907 20029649.91881907  20029650.91881907  20029651.91881907 20029652.91881907  20029653.91881907  20029654.91881907 20029655.91881907  20029656.91881907  20029657.91881907 20029658.91881907  20029659.91881907  20029660.91881907 20029661.91881907  20029662.91881907  20029663.91881907 20029664.91881907  20029665.91881907  20029666.91881907 20029667.91881907  20029668.91881907  20029669.91881907 20029670.91881907  20029671.91881907  20029672.91881907 20029673.91881907  20029674.91881907  20029675.91881907 20029676.91881907  20029677.91881907  20029678.91881907 20029679.91881907  20029680.91881907  20029681.91881907 20029682.91881907  20029683.91881907  20029684.91881907 20029685.91881907  20029686.91881907]

table_time_04_window = np.concatenate([[time_04_window], np.zeros(len(x)-len(time_04_window), dtype='i')])

len(x) = 100

所以，time_04_window 是一个长度为 62 且全部为浮点数的数组，我想在数组中添加 38 个零以使其长度为 100。

起初它是为table_time_04_window 运行的，现在它给了我

ValueError: 所有输入数组的维数必须相同

【问题讨论】：

np.concatenate([time_04_window, np.zeros(len(x)-len(time_04_window), dtype='i')]) 删除了time_04_window 周围的方括号。 propNum 是一个标量，因此是 0d，而 time_04_window 是一个数组，所以它是 1d。

标签： python arrays python-2.7 numpy

【解决方案1】：

你应该通过time_04_window而不是[time_04_window]，这是维度问题，即

In [11]: table_time_04_window = np.concatenate([time_04_window, np.zeros(100-len(time_04_window), dtype='i')])

注意：除了连接之外，您还可以使用np.pad 右填充：

In [21]: np.pad(np.array([1, 2, 3]), (0, 5), mode='constant')
Out[21]: array([1, 2, 3, 0, 0, 0, 0, 0])

【讨论】：