如何在NumPy中堆叠不同长度的向量？

  • Z时代
  • 2024-01-10
  • 分类：问答

如何堆叠x可以是任何数字n的形状的按列向量(x,)？

例如，

from numpy import *
a = ones((3,))
b = ones((2,))
c = vstack((a,b)) # <-- gives an error
c = vstack((a[:,newaxis],b[:,newaxis])) #<-- also gives an error

hstack 工作正常，但沿着错误的尺寸连接。

回答：

简短答案：您不能。NumPy本机不支持锯齿数组。

长答案：

>>> a = ones((3,))
>>> b = ones((2,))
>>> c = array([a, b])
>>> c
array([[ 1.  1.  1.], [ 1.  1.]], dtype=object)

给出一个 可能或可能不

符合您预期的数组。例如，它不支持诸如sum或之类的基本方法reshape，因此您应该像对待普通的Python列表那样对待[a,

b]它（对它进行迭代以执行操作而不是使用向量化的惯用法）。

存在几种可能的解决方法。最简单的是强迫a和b以共同的长度，可能使用掩蔽阵列或NaN到信号，一些索引在某些行无效。例如，这b是一个掩码数组：

>>> ma.array(np.resize(b, a.shape[0]), mask=[False, False, True])
masked_array(data = [1.0 1.0 --],
             mask = [False False  True],
       fill_value = 1e+20)

可以将其堆叠a如下：

>>> ma.vstack([a, ma.array(np.resize(b, a.shape[0]), mask=[False, False, True])])
masked_array(data =
 [[1.0 1.0 1.0]
 [1.0 1.0 --]],
             mask =
 [[False False False]
 [False False  True]],
       fill_value = 1e+20)

（出于某些目的，scipy.sparse可能也很有趣。）

以上是 如何在NumPy中堆叠不同长度的向量？ 的全部内容， 来源链接： utcz.com/qa/409729.html

回到顶部