NumPy に2つの単純な1次元配列があります。私は numpy.concatenate を使ってそれらを連結することができるはずです。しかし、私は以下のコードのためにこのエラーを得ます:
TypeError:長さ-1の配列だけがPythonのスカラに変換できます
import numpy
a = numpy.array([1, 2, 3])
b = numpy.array([5, 6])
numpy.concatenate(a, b)
どうして?
行は次のようになります。
numpy.concatenate([a,b])
連結したい配列は、別々の引数としてではなく、シーケンスとして渡す必要があります。
NumPyのドキュメント から:
numpy.concatenate((a1, a2, ...), axis=0)
一連の配列を結合します。
それはあなたのb
をaxisパラメータとして解釈しようとしていました。
concatenate
の最初のパラメータは、それ自体を連結するための配列のシーケンスである必要があります。
numpy.concatenate((a,b)) # Note the extra parentheses.
1D配列を連結するためのいくつかの可能性がある。例えば、
numpy.r_[a, a],
numpy.stack([a, a]).reshape(-1),
numpy.hstack([a, a]),
numpy.concatenate([a, a])
これらのオプションはすべて、大規模アレイでは同じくらい高速です。小さいものでは、concatenate
はわずかにEdgeを持ちます。
プロットは perfplot で作成されました。
import numpy
import perfplot
perfplot.show(
setup=lambda n: numpy.random.Rand(n),
kernels=[
lambda a: numpy.r_[a, a],
lambda a: numpy.stack([a, a]).reshape(-1),
lambda a: numpy.hstack([a, a]),
lambda a: numpy.concatenate([a, a])
],
labels=['r_', 'stack+reshape', 'hstack', 'concatenate'],
n_range=[2**k for k in range(19)],
xlabel='len(a)',
logx=True,
logy=True,
)
下のコード例に示すように、 "r _ [...]"または "c _ [...]"の短い形式の "concatenate"を使用することもできます( http:を参照)。追加情報については//wiki.scipy.org/NumPy_for_Matlab_Users :
%pylab
vector_a = r_[0.:10.] #short form of "arange"
vector_b = array([1,1,1,1])
vector_c = r_[vector_a,vector_b]
print vector_a
print vector_b
print vector_c, '\n\n'
a = ones((3,4))*4
print a, '\n'
c = array([1,1,1])
b = c_[a,c]
print b, '\n\n'
a = ones((4,3))*4
print a, '\n'
c = array([[1,1,1]])
b = r_[a,c]
print b
print type(vector_b)
結果は次のとおりです。
[ 0. 1. 2. 3. 4. 5. 6. 7. 8. 9.]
[1 1 1 1]
[ 0. 1. 2. 3. 4. 5. 6. 7. 8. 9. 1. 1. 1. 1.]
[[ 4. 4. 4. 4.]
[ 4. 4. 4. 4.]
[ 4. 4. 4. 4.]]
[[ 4. 4. 4. 4. 1.]
[ 4. 4. 4. 4. 1.]
[ 4. 4. 4. 4. 1.]]
[[ 4. 4. 4.]
[ 4. 4. 4.]
[ 4. 4. 4.]
[ 4. 4. 4.]]
[[ 4. 4. 4.]
[ 4. 4. 4.]
[ 4. 4. 4.]
[ 4. 4. 4.]
[ 1. 1. 1.]]
numpy.ravel()
、 を使用してこれを行うためのより多くのアプローチがありますnumpy.array()
、1次元配列はプレーンな要素に展開できるという事実を利用します。
# we'll utilize the concept of unpacking
In [15]: (*a, *b)
Out[15]: (1, 2, 3, 5, 6)
# using `numpy.ravel()`
In [14]: np.ravel((*a, *b))
Out[14]: array([1, 2, 3, 5, 6])
# wrap the unpacked elements in `numpy.array()`
In [16]: np.array((*a, *b))
Out[16]: array([1, 2, 3, 5, 6])