Concatenando dos matrices NumPy unidimensionales

Tengo dos matrices unidimensionales simples en NumPy . Debería poder concatenarlos usando numpy.concatenate . Pero recibo este error para el siguiente código:

TypeError: solo las matrices de longitud 1 se pueden convertir a escalares de Python

Código

import numpy
a = numpy.array([1, 2, 3])
b = numpy.array([5, 6])
numpy.concatenate(a, b)

¿Por qué?

La línea debe ser:

numpy.concatenate([a,b])

Las matrices que desea concatenar deben pasarse como una secuencia, no como argumentos separados.

De la documentación de NumPy :

numpy.concatenate((a1, a2, ...), axis=0)

Unir una secuencia de matrices juntas.

Intentaba interpretar su bcomo el parámetro del eje, por lo que se quejó de que no podía convertirlo en un escalar.

Hay varias posibilidades para concatenar matrices 1D, por ejemplo,

numpy.r_[a, a],
numpy.stack([a, a]).reshape(-1),
numpy.hstack([a, a]),
numpy.concatenate([a, a])

Todas esas opciones son igualmente rápidas para matrices grandes; para los pequeños, concatenatetiene una ligera ventaja:

La trama se creó con perfplot :

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)",
)

El primer parámetro concatenatedebería ser una secuencia de matrices para concatenar:

numpy.concatenate((a,b)) # Note the extra parentheses.

Una alternativa es usar la forma abreviada de "concatenar" que es "r _ [...]" o "c _ [...]" como se muestra en el código de ejemplo a continuación (ver http://wiki.scipy.org / NumPy_for_Matlab_Users para obtener información adicional):

%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)

Lo que resulta en:

[ 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.]]

Aquí hay más enfoques para hacer esto usando numpy.ravel(), numpy.array()utilizando el hecho de que las matrices 1D pueden descomprimirse en elementos simples:

# 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])

Algunos datos más de los documentos numpy :

Con sintaxis como numpy.concatenate((a1, a2, ...), axis=0, out=None)

axis = 0 para concatenación en fila axis = 1 para concatenación en columna

>>> a = np.array([[1, 2], [3, 4]])
>>> b = np.array([[5, 6]])

# Appending below last row
>>> np.concatenate((a, b), axis=0)
array([[1, 2],
       [3, 4],
       [5, 6]])

# Appending after last column
>>> np.concatenate((a, b.T), axis=1)    # Notice the transpose
array([[1, 2, 5],
       [3, 4, 6]])

# Flattening the final array
>>> np.concatenate((a, b), axis=None)
array([1, 2, 3, 4, 5, 6])

Espero que ayude !