Verketten numpy Arrays zu vorhandenen Schlüsseln im Wörterbuch

Question

Ich habe das folgende Problem. Ich möchte numpy Arrays zu Schlüsseln in einem Wörterbuch verketten. Aber ich bekomme immer den Fehler: "Alle Eingabe-Arrays müssen die gleiche Anzahl von Dimensionen haben". Mein Code so weit:

def assignCoordinates_to_Cells(self,r): 
     tracks={} 
     allCoo=self.Coordinates 
     for i in range(len(allCoo)): 
      trackNumber=int(allCoo[i][4]-1000000000) 
      track = np.concatenate((allCoo[i][0:3],tracks.get(trackNumber)),axis=0) 
      tracks[trackNumber] = track 

self.Coordinates ist in dieser Form:

array([[ 2.43130000e+01, 2.94679000e+02, 1.50000000e+00, 
     1.00000000e+00, 1.00000000e+09], 
    [ 2.55100000e+01, 2.95263000e+02, 1.50000000e+00, 
     2.00000000e+00, 1.00000000e+09], 
    [ 2.67430000e+01, 2.94526000e+02, 1.50000000e+00, 
     3.00000000e+00, 1.00000000e+09], 
    ..., 
    [ 2.82311000e+02, 5.35420000e+01, 1.50000000e+00, 
     1.00000000e+02, 1.00000017e+09], 
    [ 2.86946000e+02, 5.49790000e+01, 9.17700000e+00, 
     1.01000000e+02, 1.00000017e+09], 
    [ 2.93990000e+02, 5.19340000e+01, 1.29780000e+01, 
     1.02000000e+02, 1.00000017e+09]]) 

und ich möchte so etwas wie dieses aber in numpy Array Form:

{...294: [[202.74600000000001, 103.483, 1.5], 
    [202.91200000000001, 103.79600000000001, 6.4909999999999997], 
    [200.54900000000001, 103.48699999999999, 7.4619999999999997], 
    [193.04300000000001, 104.059, 10.295999999999999], 
    [189.28200000000001, 103.102, 13.153], 
    [190.76300000000001, 104.33499999999999, 14.630000000000001]], 
295: [[181.733, 86.781999999999996, 26.329999999999998], 
    [182.86600000000001, 85.310000000000002, 24.295999999999999], 
    [183.17400000000001, 84.102999999999994, 16.613], 
    [191.03200000000001, 86.813999999999993, 8.7279999999999998], 
    [200.02199999999999, 91.299000000000007, 1.5]], 
296: [[229.304, 175.77099999999999, 24.684000000000001], 
    [234.089, 176.70699999999999, 20.484999999999999], 
    [237.922, 178.90100000000001, 19.071999999999999], 
    [248.79400000000001, 174.82599999999999, 20.556999999999999], 
    [255.565, 174.834, 17.895]], 
297: [[308.44299999999998, 47.625, 1.5], 
    [310.86799999999999, 52.442999999999998, 9.4619999999999997], 
    [307.30599999999998, 60.476999999999997, 16.391999999999999], 
    [303.84500000000003, 64.304000000000002, 19.663], 
    [302.12299999999999, 65.210999999999999, 24.094999999999999]]} 

EDIT

Mit der Antwort auf meine Frage denke ich, ich kann auch schreiben:

def assignCoordinates_to_Cells(self,r): 
    tracks={} 
    allCoo=self.Coordinates 
    for i in range(len(allCoo)): 
     trackNumber=int(allCoo[i][4]-1000000000) 
     track = np.vstack((allCoo[i][0:3],tracks.get(trackNumber,allCoo[i][0:3]))) 
     tracks[trackNumber] = track 

Answer 1

np.concatenate beiden 1-dimensionalen Arrays noch in 1-dimensionales Feld führen. Sie können np.vstack verwenden, um sie vertikal zu stapeln. Und wenn Sie einen Wert von dict mit einem nicht vorhandenen Schlüssel erhalten, wird None zurückgegeben.

def assignCoordinates_to_Cells(self,r): 
    tracks={} 
    allCoo=self.Coordinates 
    for i in range(len(allCoo)): 
     trackNumber=int(allCoo[i][4]-1000000000) 
     track = tracks.get(trackNumber) 
     if track is None: 
      track = allCoo[i][0:3] 
     else: 
      track = np.vstack((allCoo[i][0:3],track)) 
     tracks[trackNumber] = track