组合两个 numpy 数组答案

【问题标题】：Combining two numpy arrays组合两个 numpy 数组
【发布时间】：2020-08-17 15:01:10
【问题描述】：

我有一个尺寸为 (1196, 14, 64, 1) 的 numpy 数组 ar1。

我有一个尺寸为 (1196,) 的 numpy 数组 ar2。

我想将这两者结合起来，因为我想稍后将它们洗牌。我认为这就是 zip 的用途，但是当我将它们拉在一起时：

ar3 = np.asarray(zip(ar1,ar2))

然后print(ar3.shape) 给出()

我也尝试过np.concatenate，但显然是all the input array dimensions for the concatenation axis must match exactly。

我尝试了np.hstack，但我得到了all the input arrays must have same number of dimensions

如何组合这两个沿轴 0 具有相同大小的数组？也许那时我不需要组合，而应该使用相同的索引分别对它们进行洗牌。

（我实际上已经使用 numpy.savez 组合并保存了这些数组，但是当我将此文件加载到我的代码中时，我假设我必须先将它们分开，然后按照我的尝试将它们重新组合到一个数组中。如果我可以从 .npz 文件中提取一个组合数组，那就更好了）

【问题讨论】：

标签： python arrays numpy

【解决方案1】：

将np.concatenate 与np.broadcast_to 一起使用，因为连接需要所有数组具有相同的维数。这应该可以解决问题：

x = np.ones((1196, 14, 64, 1))
y = np.arange(1196)
output = np.concatenate((x, np.broadcast_to(y[:, None, None, None], x.shape[:-1] + (1,))), axis=-1)
# output.shape --> (1196, 14, 64, 2)

【讨论】：

【解决方案2】：

In [111]: ar1 = np.ones((1196,14,62,1))                                                              
In [112]: ar2 = np.zeros((1196))

在 py3 中，zip 类似于生成器。你已经用list 扩展它以获得一个数组：

In [113]: np.array(zip(ar1,ar2))                                                                     
Out[113]: array(<zip object at 0x7f188a465a48>, dtype=object)

这是一个单元素数组，形状为 ()。

如果你展开 zip，并创建一个数组，结果是一个对象 dtype 数组：

In [119]: A = np.array(list(zip(ar1,ar2)))                                                           
/usr/local/bin/ipython3:1: VisibleDeprecationWarning: Creating an ndarray from ragged nested sequences (which is a list-or-tuple of lists-or-tuples-or ndarrays with different lengths or shapes) is deprecated. If you meant to do this, you must specify 'dtype=object' when creating the ndarray
  #!/usr/bin/python3
In [120]: A.shape                                                                                    
Out[120]: (1196, 2)
In [121]: A.dtype                                                                                    
Out[121]: dtype('O')
In [122]: A[0,0].shape                                                                               
Out[122]: (14, 62, 1)
In [123]: A[0,1].shape                                                                               
Out[123]: ()

一列是 (14,62,1) 数组，另一列是 ar2 值。

另一个答案建议扩展ar2 以匹配ar1 的形状，并在最后一个轴上连接。结果是ar1 大小的两倍。 broadcast_to 进行“虚拟”复制（不增加内存），但这不会在连接中延续。您将获得每个 ar2 值的 14*62 个副本。

但是 ar2 可以广播到 (1196,1,62,1) 并在轴 1 上连接（62x 复制），或 (1196,14,1,1) 和轴 2 连接 (14x)。要连接，数组必须在除一个轴之外的所有轴上匹配。

但是对于savez 和load，您不需要连接数组。您可以单独保存和加载它们。 savez 将它们放在单独的 npy 文件中。 savez 展示了如何加载每个数组。

你可以单独洗牌。

做一个洗牌索引：

In [124]: idx = np.arange(1196)                                                                      
In [125]: np.random.shuffle(idx)                                                                     
In [126]: idx[:10]                                                                                   
Out[126]: array([ 561,  980,   42,   98, 1055,  375,   13,  771,  832,  787])

并将其应用于每个数组：

In [127]: ar1[idx,:,:,:];                                                                            
In [128]: ar2[idx];

【讨论】：