np.concatenateでndarrayを結合したい

Question

前提・実現したいこと

data[:, 0]=[1386. 327. 1449. 1276. 994. 1262. 1912. 180. 2019. 2177. 1349. 1800.
403. 1935. 2397. 1482. 285. 2097. 1987. 2461. 820. 2412. 1761.]
matching_DMHalos = [1032, 1032, 1032, 1032, 1032, 915, 915, 915, 915, 915, 915, 915, 915, 915, 915, 915, 915, 915, 915, 915, 915, 915, 915]
Rmin = [1.6052288644248351, 1.6052288644248351, 1.6052288644248351, 1.6052288644248351, 1.6052288644248351, 0.29822959829614104, 0.29822959829614104, 0.29822959829614104, 0.29822959829614104, 0.29822959829614104, 0.29822959829614104, 0.29822959829614104, 0.29822959829614104, 0.29822959829614104, 0.29822959829614104, 0.29822959829614104, 0.29822959829614104, 0.29822959829614104, 0.29822959829614104, 0.29822959829614104, 0.29822959829614104, 0.29822959829614104, 0.29822959829614104]
という3つのデータを23*3の配列に結合させたいです。

該当のソースコード

matched =  np.concatenate([data1[:,0], matching_DMHalos,Rmin],1)
output_fname = "hogehoge.dat"
np.savetxt(output_fname, matched)

発生している問題・エラーメッセージ

Traceback (most recent call last):
  File "match_0227.py", line 203, in <module>
    matched =  np.concatenate([data1[:,0], matching_DMHalos,Rmin],1)
numpy.core._internal.AxisError: axis 1 is out of bounds for array of dimension 1

###他に試して見たこと

matched = np.hstack([data1[:,0], matching_DMHalos,Rmin])
matched = np.concatenate([[data1[:,0]],[matching_DMHalos],[Rmin]], 1)

上記の二通りを試してprint(matched)したところ，
[[7.22000000e+02 7.61000000e+02 7.97000000e+02 8.48000000e+02
8.52000000e+02 8.68000000e+02 9.60000000e+02 1.02400000e+03
1.14800000e+03 1.17000000e+03 1.17900000e+03 1.19100000e+03
1.20300000e+03 1.25700000e+03 1.29800000e+03 1.32800000e+03
1.38600000e+03 1.39400000e+03 1.40500000e+03 1.43600000e+03
1.43900000e+03 1.45700000e+03 1.45800000e+03 1.03200000e+03
1.03200000e+03 1.03200000e+03 1.03200000e+03 1.03200000e+03
9.15000000e+02 9.15000000e+02 9.15000000e+02 9.15000000e+02
9.15000000e+02 9.15000000e+02 9.15000000e+02 9.15000000e+02
9.15000000e+02 9.15000000e+02 9.15000000e+02 9.15000000e+02
9.15000000e+02 9.15000000e+02 9.15000000e+02 9.15000000e+02
9.15000000e+02 9.15000000e+02 1.60522886e+00 1.60522886e+00
1.60522886e+00 1.60522886e+00 1.60522886e+00 2.98229598e-01
2.98229598e-01 2.98229598e-01 2.98229598e-01 2.98229598e-01
2.98229598e-01 2.98229598e-01 2.98229598e-01 2.98229598e-01
2.98229598e-01 2.98229598e-01 2.98229598e-01 2.98229598e-01
2.98229598e-01 2.98229598e-01 2.98229598e-01 2.98229598e-01]
となりました。

私が作りたいものは
matched =[[1386. 1032 1.6052288644248351],
[327. 1032 1.6052288644248351],
....]
のような23*3の配列です。

補足情報（FW/ツールのバージョンなど）

python3です

Comments

[meg_]

エラーメッセージの内容が理解できないということでしょうか？

Answer 1

全てをnumpyのndarrayに直して、　　の形の配列に転置してからconcatenateしましょう。

>>> print(data1[:,0])
[1386.  327. 1449. 1276.  994. 1262. 1912.  180. 2019. 2177. 1349. 1800.
    0. 1935. 2397. 1482.  285. 2097. 1987. 2461.  820. 2412. 1761.]
>>> print(matching_DMHalos)
[1032, 1032, 1032, 1032, 1032, 915, 915, 915, 915, 915, 915, 915, 915, 915, 915, 915, 915, 915, 915, 915, 915, 915, 915]
>>> print(Rmin)
[1.6052288644248351, 1.6052288644248351, 1.6052288644248351, 1.6052288644248351, 1.6052288644248351, 0.29822959829614104, 0.29822959829614104, 0.29822959829614104, 0.29822959829614104, 0.29822959829614104, 0.29822959829614104, 0.29822959829614104, 0.29822959829614104, 0.29822959829614104, 0.29822959829614104, 0.29822959829614104, 0.29822959829614104, 0.29822959829614104, 0.29822959829614104, 0.29822959829614104, 0.29822959829614104, 0.29822959829614104, 0.29822959829614104]
>>> matched =  np.concatenate([data1[:,:1], np.array([matching_DMHalos]).T, np.array([Rmin]).T],1)
>>> print(matched)
[[1.38600000e+03 1.03200000e+03 1.60522886e+00]
 [3.27000000e+02 1.03200000e+03 1.60522886e+00]
 [1.44900000e+03 1.03200000e+03 1.60522886e+00]
 [1.27600000e+03 1.03200000e+03 1.60522886e+00]
 [9.94000000e+02 1.03200000e+03 1.60522886e+00]
 [1.26200000e+03 9.15000000e+02 2.98229598e-01]
 [1.91200000e+03 9.15000000e+02 2.98229598e-01]
 [1.80000000e+02 9.15000000e+02 2.98229598e-01]
 [2.01900000e+03 9.15000000e+02 2.98229598e-01]
 [2.17700000e+03 9.15000000e+02 2.98229598e-01]
 [1.34900000e+03 9.15000000e+02 2.98229598e-01]
 [1.80000000e+03 9.15000000e+02 2.98229598e-01]
 [0.00000000e+00 9.15000000e+02 2.98229598e-01]
 [1.93500000e+03 9.15000000e+02 2.98229598e-01]
 [2.39700000e+03 9.15000000e+02 2.98229598e-01]
 [1.48200000e+03 9.15000000e+02 2.98229598e-01]
 [2.85000000e+02 9.15000000e+02 2.98229598e-01]
 [2.09700000e+03 9.15000000e+02 2.98229598e-01]
 [1.98700000e+03 9.15000000e+02 2.98229598e-01]
 [2.46100000e+03 9.15000000e+02 2.98229598e-01]
 [8.20000000e+02 9.15000000e+02 2.98229598e-01]
 [2.41200000e+03 9.15000000e+02 2.98229598e-01]
 [1.76100000e+03 9.15000000e+02 2.98229598e-01]]

1.60522886e+00は表示上このように見えているだけで、元の値がちゃんと入っています。

Answer 2

二次元の結合をする場合は入力側も二次元になっていないといけないという制約があります。

そのため、

a = [0, 1, 2, 3]
b = [10, 20, 30, 40]
c = [100, 200, 300, 400]

ans = np.concatenate([[a], [b], [c]], 0)

>> array([[  0,   1,   2,   3],
>>        [ 10,  20,  30,  40],
>>        [100, 200, 300, 400]])

のような書き方で結合しなければいけません。

個人的にはnumpyのvstackを使うほうが簡単でおすすめです。

np.vstack([a,b,c])

>> array([[  0,   1,   2,   3],
>>        [ 10,  20,  30,  40],
>>        [100, 200, 300, 400]])

Comments

[Lily1007]

その方法だと3*23となってしまうのでhstackを用いるということでしょうか？

[Amakaze]

すいません、向きを間違えてましたね。
numpyの配列は末尾に.Tをつけると転置できるので、それを使うのが楽かと思います。