Python numpy多维数组追加元素出现维度匹配错误如何解决

错误原因 #

你初始化的difference = np.array([[]])的shape为(1, 0)，而每次匹配到的[i]的shape为(1, 2)，两个数组在第1维度的长度（0和2）不匹配，因此concatenate调用会抛出维度不一致的错误。

修复方案 #

方案1：用Python列表暂存结果（更推荐） #

循环拼接numpy数组性能极低，用列表暂存结果最后统一转数组的写法更高效，也不会出现维度匹配问题：

import numpy as np
a = np.array([[0,12],[1,40],[0,55],[1,23],[0,123.5],[1,4]])
b = np.array([[0,3],[1,10],[0,55],[1,34],[1,122],[0,123]])
# 先用空列表存储匹配到的元素
difference = []

for i in a:
    for j in b:
        if np.allclose(i, j, atol=0.5):
            difference.append(i)
# 最后统一转换为numpy数组
difference = np.array(difference)
print(difference)

输出符合预期：

[[  0.   55. ]
 [  0.  123.5]]

方案2：修正初始数组维度（适合必须用concatenate的场景） #

把difference初始化为shape为(0, 2)的空数组，和后续要拼接的数组维度对齐即可：

import numpy as np
a = np.array([[0,12],[1,40],[0,55],[1,23],[0,123.5],[1,4]])
b = np.array([[0,3],[1,10],[0,55],[1,34],[1,122],[0,123]])
# 初始化维度匹配的空numpy数组
difference = np.empty((0, 2))

for i in a:
    for j in b:
        if np.allclose(i, j, atol=0.5):
            difference = np.concatenate((difference, [i]))
print(difference)

内容的提问来源于stack exchange，提问作者georgehere