python - 嵌套的 Python numpy 数组维度混淆

Question

假设我有一个 numpy 数组 c 构造如下:

a = np.zeros((2,4))
b = np.zeros((2,8))
c = np.array([a,b])

我希望 c.shape 是 (2,1) 或 (2,) 但它是 (2,2)。此外，我想要做的是将 1 的列向量连接到 a 上，但是通过 c 以下列方式访问它:

c0 = c[0] # I would have expected this to be 'a'
np.concatenate((np.ones((c0.shape[0], 1)), c0), axis=1)

这当然是行不通的，因为 c[0] 并不像我预期的那样等于 a，我得到了

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

我需要一些方法来获得成对的数组(或列表)，每一对的组成部分都是一个 numpy 数组，我需要访问该对中的第一个数组，以便将 1 的列向量连接到它。我的应用程序是机器学习，我的数据将以描述的格式传给我，但我需要在开始时修改数据以向其添加偏差元素。

编辑:我正在使用 Python 2.7 和 Numpy 1.8.2

Answer 1

通常，NumPy 数组的嵌套 NumPy 数组不是很有用。如果您使用 NumPy 来提高速度，通常最好坚持使用 NumPy 数组具有同质的基本数字数据类型。

将两个项目放入数据结构中，使 c[0] 返回第一个项目，和 c[1] 第二个列表(或元组)如 c = [a, b] 就可以了。

---

顺便说一句，如果您使用的是statemodels 包，那么您可以使用sm.add_constant 添加一个常量列:

import numpy as np
import statsmodels.api as sm

a = np.random.randint(10, size=(2,4))
print(a)
# [[2 3 9 6]
#  [0 2 1 1]]
print(sm.add_constant(a))
[[ 1.  2.  3.  9.  6.]
 [ 1.  0.  2.  1.  1.]]

但是请注意，如果 a 已经包含常量列，则不会添加额外的列:

In [126]: sm.add_constant(np.zeros((2,4)))
Out[126]: 
array([[ 0.,  0.,  0.,  0.],
       [ 0.,  0.,  0.,  0.]])