NumPyに 2つの単純な1次元配列があります。numpy.concatenateを使用してそれらを連結できるはずです。しかし、以下のコードでこのエラーが発生します：
TypeError：長さ1の配列のみをPythonスカラーに変換できます
コード
import numpy
a = numpy.array([1, 2, 3])
b = numpy.array([5, 6])
numpy.concatenate(a, b)どうして？
2つの1次元NumPy配列を連結する
回答:
行は次のようになります。
numpy.concatenate([a,b])連結する配列は、個別の引数としてではなく、シーケンスとして渡す必要があります。
NumPyドキュメントから：
numpy.concatenate((a1, a2, ...), axis=0)一連の配列を結合します。
あなたbを軸パラメータとして解釈しようとしたため、スカラーに変換できないと不満を漏らしました。
ありがとう！ただ好奇心が強い-これの背後にある論理は何ですか？
—
user391339
@ user391339、3つの配列を連結したい場合はどうなりますか？この関数は、2つの配列を取得する場合よりも、シーケンスを取得する場合に役立ちます。
—
Winston Ewert 2016
@WinstonEwert問題が2つの引数にハードコードされていることではないと想定すると、好きなように、
—
ジムK.16年
numpy.concatenate(a1, a2, a3)またはnumpy.concatenate(*[a1, a2, a3])好みに応じて使用できます。Pythonは流動的であるため、違いは実質的なものよりも見た目が美しく感じられますが、APIが一貫している場合に適しています（たとえば、可変長引数リストを取るすべてのnumpy関数が明示的なシーケンスを必要とする場合）。
@JimK。軸パラメーターはどうなりますか？
—
Winston Ewert 2016
連結するものがすべて定位置パラメーターであると想定すると、軸をキーワード引数として保持できます（例：）
—
ジムK.
def concatx(*sequences, **kwargs)。この方法では、シグネチャでキーワードargsに明示的に名前を付けることができないため、これは理想的ではありませんが、回避策はあります。
1D配列を連結する方法はいくつかあります。たとえば、
numpy.r_[a, a],
numpy.stack([a, a]).reshape(-1),
numpy.hstack([a, a]),
numpy.concatenate([a, a])これらのオプションはすべて、大規模な配列に対しても同等に高速です。小さなもののためconcatenateに、わずかなエッジがあります：
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)",
)
選択肢はすべて使用します
—
hpaulj
np.concatenate。事前にさまざまな方法で入力リストをマッサージするだけです。 np.stackたとえば、すべての入力配列に次元を追加します。彼らのソースコードを見てください。のみconcatenateコンパイルされます。
@hpauljのコメントに追加するだけです-
—
n1k31t4 2018年
np.concatenateは入力のコピーを作成するため、配列のサイズが大きくなるにつれてすべての時間が収束します。このメモリと時間のコストは、入力の「マッサージ」に費やされた時間を上回ります。
以下のコード例に示されているように、 "r _ [...]"または "c _ [...]"のいずれかの短い形式の "concatenate"を使用することもできます（http://wiki.scipy.orgを参照） / NumPy_for_Matlab_Users（詳細情報）：
%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)その結果：
[ 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.]]vector_b = [1,1,1,1] #short form of "array"、これは単に本当ではありません。vector_bは、標準のPythonリストタイプになります。ただし、Numpyは、すべての入力をnumpy.arrayタイプにするのではなく、シーケンスを受け入れるのが得意です。
あなたは正しい-私は間違っていた。ソースコードと結果を修正しました。
—
SemjonMössinger2013
ここでは、より使用してこれを行うためのアプローチですnumpy.ravel()、numpy.array()1Dアレイはプレーンな要素にアンパックすることができるという事実を利用し、：
# 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])numpy docsからいくつかの事実：
構文として numpy.concatenate((a1, a2, ...), axis=0, out=None)
軸= 0（行方向の連結の場合）軸= 1（列方向の連結の場合）
>>> 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])お役に立てば幸いです。
np.concatenat(..., axis)。縦に積み上げる場合は、を使用しますnp.vstack。それらを（複数の配列に）水平に積み重ねたい場合は、を使用しますnp.hstack。（それらを深さ方向にスタックする場合、つまり3次元にする場合は、を使用しますnp.dstack）。後者はパンダに似ていることに注意してくださいpd.concat