結合兩個 numpy arrays

Question

我有一個尺寸為（1196、14、64、1）的 numpy 數組ar1 。

我有一個尺寸為 (1196,) 的 numpy 數組ar2 。

我想將這兩者結合起來，因為我想稍后將它們洗牌。 我認為這就是 zip 的用途，但是當我將 zip 放在一起時：

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

然后print(ar3.shape)給出()

我也嘗試過np.concatenate但顯然all the input array dimensions for the concatenation axis must match exactly 。

我試過np.hstack但我得到了all the input arrays must have same number of dimensions

如何組合這兩個沿軸 0 具有相同大小的 arrays？ 也許那時我不需要組合，而應該使用相同的索引分別對它們進行洗牌。

（我實際上已經使用 numpy.savez 組合並保存了這些 arrays，但是當我將此文件加載到我的代碼中時，我假設我必須先將它們分開，然后按照我的嘗試將它們重新組合成一個數組。如果我可以只需從 .npz 文件中提取一個組合數組，那就更好了）

Answer 1

使用np.concatenate和np.broadcast_to ，因為連接需要所有 arrays 具有相同的維度數。 這應該可以解決問題：

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)

Answer 2

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

在 py3 中， zip生成器。 你已經用list展開它以獲得一個數組：

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

那是一個單元素數組，形狀為 ()。

如果展開 zip 並創建一個數組，則結果是一個 object dtype 數組：

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) arrays，另一列是ar2值。

另一個答案建議擴展ar2以匹配ar1的形狀，並在最后一個軸上連接。 結果是ar1大小的兩倍。 broadcast_to進行“虛擬”復制（不增加內存），但這不會在連接中延續。 你得到每個ar2值的 14*62 個副本。

但是ar2可以廣播到 (1196,1,62,1) 並在軸 1 上連接（62x 復制），或 (1196,14,1,1) 和軸 2 連接 (14x)。 要連接，arrays 必須在除一個軸之外的所有軸上匹配。

但是對於savez和load ，您不需要連接 arrays。 您可以單獨保存和加載它們。 savez將它們放在單獨的npy文件中。 savez展示了如何加載每個數組。

你可以單獨洗牌。

做一個洗牌索引：

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])

並將其應用於每個數組：

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