numpy数组维度不匹配

Question

我正在使用numpy和pandas，想把一些不同类型的值合并成一个数组。

np.concatenate((tmp, id, freqs))

这里是具体的值：

tmp = np.array([u'DNMT3A', u'p.M880V', u'chr2', 25457249], dtype=object)
freqs = np.array([0.022831050228310501], dtype=object)
id = "id_23728"

变量tmp、17232和freqs的维度如下：

[in]  tmp.shape
[out] (4,)
[in]  np.array(17232).shape
[out] ()
[in]  freqs.shape
[out] (1,)

我也尝试把它们都转换成numpy数组，但没有成功。

不过，变量freqs通常会有多个值。

但是，当我使用np.concatenate和np.append这两个函数时，出现了以下错误：

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

它们的列数都是(0)，那为什么我不能用上面提到的numpy方法来合并它们呢？

我想得到的结果是[(tmp), 17232, (freqs)]，并把它放到一个pandas数据框的末尾。

谢谢。

更新

看起来我可以合并这两个已有的数组：

np.concatenate([tmp, freqs],axis=0)
array([u'DNMT3A', u'p.M880V', u'chr2', 25457249, 0.022831050228310501], dtype=object)

不过，即使把整数转换成其他类型，也不能用来合并。

np.concatenate([tmp, np.array(17571)],axis=0)
*** ValueError: all the input arrays must have same number of dimensions

但是，嵌套使用append和concatenate是可行的。

np.concatenate((np.append(tmp, 17571), freqs),)
array([u'DNMT3A', u'p.M880V', u'chr2', 25457249, 17571,
       0.022831050228310501], dtype=object)

虽然这样有点麻烦。有没有人有更好的方法来合并多个不同类型的数组呢？

Answer 1

问题在于 id 和后面的 integer np.array(17571) 不是一个可以被当作数组的对象。你可以查看 这里，了解 numpy 是如何判断一个对象是否可以自动转换为 numpy 数组的。

解决办法是让 id 变成一个可以被当作数组的对象，也就是说，它需要是一个 list 或 tuple 的元素，这样 numpy 才能理解 id 属于一个一维的数组结构。

归根结底就是

concatenate((tmp, (id,), freqs))

或者

concatenate((tmp, [id], freqs))

为了避免在使用 numpy 的函数中处理输入变量时出现这种问题，你可以使用 atleast_1d，正如 @askewchan 指出的那样。关于这个，你可以查看 这个问题/答案。

基本上，如果你不确定在不同情况下你的变量 id 是一个单独的 str 还是一个 str 的列表，使用

concatenate((tmp, atleast_1d(id), freqs))

会更好，因为上面两种选项在 id 已经是一个字符串的列表或元组时会失败。

编辑：可能不太明显为什么 np.array(17571) 不是一个可以被当作数组的对象。这是因为 np.array(17571).shape==()，所以它没有维度，无法被迭代。