Я читал документацию по массивам numpy, и некоторые из них не имеют смысла. Например, в ответе here предлагается использовать np.vstack
или np.concatenate
для объединения массивов, как и во многих других местах в Интернете. Однако, когда я пытаюсь сделать это с помощью преобразованного lists
в np.arrays
это не работает: "простые, но странные проблемы с vstack/concatenate (python)
>>> some_list = [1,2,3,4,5]
>>> np.array(some_list)
array([1, 2, 3, 4, 5])
>>> some_Y_list = [2,1,5,6,3]
>>> np.array(some_Y_list)
array([2, 1, 5, 6, 3])
>>> dydx = np.diff(some_Y_list)/np.diff(some_list)
>>> np.vstack([dydx, dydx[-1]])"
Traceback (most recent call last):
File "<pyshell#5>", line 1, in <module>
np.vstack([dydx, dydx[-1]])
File "C:\Python27\lib\site-packages\numpy\core\shape_base.py", line 226, in vstack
return _nx.concatenate(map(atleast_2d,tup),0)
ValueError: array dimensions must agree except for d_0
В любом случае, что я могу это сделать
Все, что я нуждаясь в этом для в этом случае? просто сделать производные любого порядка такой же формой, как мой X массив заданного пользователем, так что я могу сделать обработку.
Спасибо за любую помощь.
Я думал об этом, но '[dydx [-1]]' или '[dydx [-1]]' вместо 'dydx [-1]' не помогло. – chase
@chase: Что именно вы пытаетесь достичь? – NPE
Aha 'np.hstack()' работает! Это действительно было так просто, спасибо вам большое! – chase