堆叠和累加 numpy 数组答案

【问题标题】：Stacking and adding up numpy arrays堆叠和累加 numpy 数组
【发布时间】：2014-06-20 00:21:53
【问题描述】：

我有一个数组g。

g = np.array([])

我有一些循环，我需要在 python 中使用以下结构构建它：

[
[1 4 
 2 5 
 3 6]
[7 10
 8 11
 9 12]
]
...

即任意数量的行（假设为 10），但每个条目由一个 3x2 数组组成。

在顶部初始化g后，我正在这样做：

       curr_g = np.array([])
       for y, w in zip(z.T, weights.T):
            temp_g = sm.WLS(y, X, w).fit()
            # temp_g.params produces a (3L,) array
            # curr_g is where I plan to end up with a 3x2 array
            curr_g = np.hstack((temp_g.params, curr_g))

        g = np.hstack((temp_g.params, g))

我认为当我将hstack 与两个 3x1 数组一起使用时，我最终会得到一个 3x2 数组。但发生的情况是，在堆叠之后，curr_g 只是从 (3L,) 变为 (6L,)...

另外，一旦我有一个 3x2 数组，我如何将 3x2 数组堆叠在一起？

【问题讨论】：

标签： python arrays numpy stack

【解决方案1】：

你说得对，“当我将 hstack 与两个 3x1 数组一起使用时，我最终会得到一个 3x2 数组”：

params =array([1,2,3]).reshape(3,1)
curr_g =array([4,5,6]).reshape(3,1)
print hstack((params, curr_g)).shape  # == (3,2)

您可能会得到一个形状为(6,) 的数组，因为temp_g.params 和g 的形状都为(3,)，而不是(3,1)。如果是这种情况，您最好使用column_stack((temp_g.params, curr_g))。

最后一点，您首先将您的大数组g 初始化为正确的大小：

g=array((N,3,2))

然后将其填充到 for 循环中：

for j, (y, w) in enumerate(zip(z.T, weights.T)):
    #calculate temp_g and curr_g
    g[j]=column_stack((temp_g.params, curr_g))

【讨论】：

它似乎不起作用...我打印出 curr_g 的形状：（0L），我得到错误：return _nx.concatenate(arrays,1)... ValueError: all the input array dimensions except for the concatenation axis must match exactly
你能发帖temp_g.params.shape和curr_g.shape吗？
temp_g.params 是 (3L,) 并且 curr_g.shape 是 (0L,)。但是我现在尝试的是像 curr_g = np.array([3,]) 这样初始化 curr_g。然后在循环中我说：if curr_g is None: curr_g = np.c_[temp_g.params, curr_g] else: curr_g = temp_g.params 在这种情况下，curr_g 确实以(3L,) 结束，但它并不能叠加。我希望它只有在它为空时才被分配temp_g，但它似乎正在做相反的事情......它只保存temp_g的当前值，但不与之前的值叠加。跨度>
问题在于你如何计算curr_g，而不是如何将数组堆叠在一起。
我不计算curr_g。当它为空时，我需要简单地为其分配temp_g 的值，当它不为空并且它已经包含以前的temp_g 时，我需要将新的temp_g 堆叠到它上面。 temp_g 总是被计算为 (3L,)