使用numpy串联或numpy追加时如何保持数组的形式

Question

我有3个列表，并将它们放入ndarray。

o_a = [1,2,3,4,5]            
o_b = [2,4,6,8,10]
o_c = [11,22,33,44,55]
np_a = np.array(o_a)
np_b = np.array(o_b)
np_c = np.array(o_c)
print(np_a)
print(np_b)
print(np_c)

[1 2 3 4 5]
[ 2  4  6  8 10]
[11 22 33 44 55]

当我使用vstack加入它们时，它们的形式不会折叠

np.vstack((np_a,np_b))    
array([[ 1,  2,  3,  4,  5],
       [ 2,  4,  6,  8, 10]])

但是如果我使用串联或附加来组合它们，它就变成了1darray

np.concatenate((np_a,np_b))
array([ 1,  2,  3,  4,  5,  2,  4,  6,  8, 10])

数组可以保留表格吗？ 工作后不使用重塑。

Answer 1

使用numpy.concatenate()或numpy.append() ：

np.concatenate((np_a[None,:],np_b[None,:]), axis=0)

要么

np.append(np_a[None,:],np_b[None,:], axis=0)

输出（无论哪种情况）：

array([[ 1,  2,  3,  4,  5],
       [ 2,  4,  6,  8, 10]])

现在，我们将每个数组转换为二维数组，然后再将它们连接在一起。

并且，在串联或附加它们时，我们指定串联或附加必须沿着输入数组的axis=0 （第一个轴）进行。

请注意， numpy.concatenate()和numpy.append()不会创建任何新维度。 当您显式指定axis参数时，它们只是沿现有尺寸连接或附加。

当我们不指定axis参数时， numpy.concatenate()和numpy.append()的默认行为是展平输入数组，并返回展平的数组。

---

使用numpy.stack（）：

np.stack ((np_a, np_b))

这也给出：

array([[ 1,  2,  3,  4,  5],
       [ 2,  4,  6,  8, 10]])

在这里，我们不必预先转换为二维。 新维度将由堆叠操作本身创建。

请注意， numpy.stack()也带有axis参数，但默认值为0，这是我们想要的。

另外，请注意，对于numpy.stack() ，我们为axis参数指定的值是相对于结果数组（具有一个额外的维数），而不是相对于原始输入数组。