numpy array concatenate: "ValueError: सभी इनपुट सरणी में आयामों की समान संख्या होनी चाहिए"

Question

इन एनपी सरणी को कैसे समेटें?

एक आकार एक आकार के साथ (5,4)

[[ 6487 400 489580  0] 
[ 6488 401 492994  0] 
[ 6491 408 489247  0] 
[ 6491 408 489247  0] 
[ 6492 402 499013  0]] 

दूसरा np.array के साथ पहली np.array (1,)

[ 16. 15. 12. 12. 17. ] 

अंतिम परिणाम होना चाहिए

[[ 6487 400 489580 0 16] 
[ 6488 401 492994 0 15] 
[ 6491 408 489247 0 12] 
[ 6491 408 489247 0 12] 
[ 6492 402 499013 0 17]] 

मैंने np.concatenate([array1, array2]) को आजमाया लेकिन मुझे यह त्रुटि मिली

ValueError: all the input arrays must have same number of dimensions

मैं क्या गलत कर रहा हूं?

np.column_stack((a,b)) 

नमूना -

np.concatenate((a,b[:,None]),axis=1) 

वैकल्पिक रूप से, हम np.column_stack है कि यह का ख्याल रखता है उपयोग कर सकते हैं -

Answer 1

np.concatenate उपयोग करने के लिए, हम 2D को दूसरी सरणी का विस्तार करने के लिए और फिर साथ axis=1 श्रेणीबद्ध जरूरत रन -

In [84]: a 
Out[84]: 
array([[54, 30, 55, 12], 
     [64, 94, 50, 72], 
     [67, 31, 56, 43], 
     [26, 58, 35, 14], 
     [97, 76, 84, 52]]) 

In [85]: b 
Out[85]: array([56, 70, 43, 19, 16]) 

In [86]: np.concatenate((a,b[:,None]),axis=1) 
Out[86]: 
array([[54, 30, 55, 12, 56], 
     [64, 94, 50, 72, 70], 
     [67, 31, 56, 43, 43], 
     [26, 58, 35, 14, 19], 
     [97, 76, 84, 52, 16]]) 

तो b ऐसी है कि इसकी एक 1D(1,) के आकार के साथ dtype=object की सरणी, सबसे शायद सभी डेटा की उस में केवल तत्व में निहित है, हम की जरूरत श्रृंखलाबद्ध से पहले इसे बाहर समतल। उस उद्देश्य के लिए, हम भी np.concatenate का उपयोग कर सकते हैं। बिंदु को स्पष्ट करने के लिए यहां एक नमूना चलाया गया है -

In [118]: a 
Out[118]: 
array([[54, 30, 55, 12], 
     [64, 94, 50, 72], 
     [67, 31, 56, 43], 
     [26, 58, 35, 14], 
     [97, 76, 84, 52]]) 

In [119]: b 
Out[119]: array([array([30, 41, 76, 13, 69])], dtype=object) 

In [120]: b.shape 
Out[120]: (1,) 

In [121]: np.concatenate((a,np.concatenate(b)[:,None]),axis=1) 
Out[121]: 
array([[54, 30, 55, 12, 30], 
     [64, 94, 50, 72, 41], 
     [67, 31, 56, 43, 76], 
     [26, 58, 35, 14, 13], 
     [97, 76, 84, 52, 69]]) 

Answer 2

आप ऐसा कुछ कर सकते हैं।

import numpy as np 

x = np.random.randint(100, size=(5, 4)) 
y = [16, 15, 12, 12, 17] 

print(x) 

val = np.concatenate((x,np.reshape(y,(x.shape[0],1))),axis=1) 
print(val) 

यह आउटपुट:

[[32 37 35 53] 
[64 23 95 76] 
[17 76 11 30] 
[35 42 6 80] 
[61 88 7 56]] 

[[32 37 35 53 16] 
[64 23 95 76 15] 
[17 76 11 30 12] 
[35 42 6 80 12] 
[61 88 7 56 17]] 

Answer 3

वहाँ भी है np.c_

>>> a = np.arange(20).reshape(5, 4) 
>>> b = np.arange(-1, -6, -1) 
>>> a 
array([[ 0, 1, 2, 3], 
     [ 4, 5, 6, 7], 
     [ 8, 9, 10, 11], 
     [12, 13, 14, 15], 
     [16, 17, 18, 19]])                                 
>>> b                                      
array([-1, -2, -3, -4, -5])                                 
>>> np.c_[a, b] 
array([[ 0, 1, 2, 3, -1],   
     [ 4, 5, 6, 7, -2],      
     [ 8, 9, 10, 11, -3],      
     [12, 13, 14, 15, -4],         
     [16, 17, 18, 19, -5]])