我有三个不同的 numpy 数组
a = array([ 0, 3, 6, 9, 12])
b = array([ 1, 4, 7, 10, 13])
c = array([ 2, 5, 8, 11, 14])
我如何使用 numpy 方法加入他们
d = array[(0,1,2,3,4,...,12,13,14)]
我不想写这样的循环
for i in range(len(a)):
[...]
这只是我项目中的一个例子,数组没有排序,我想保持它们的顺序。
最佳答案
您可以转置和展平数组:
d = numpy.array([a, b, c]).T.flatten()
另一种组合数组的方法是使用 numpy.vstack()
:
d = numpy.vstack((a, b, c)).T.flatten()
(顺便说一句,我不知道哪个更快。)
编辑:响应answer by Nicolas Barbey ,这里是如何只复制一次数据:
d = numpy.empty((len(a), 3), dtype=a.dtype)
d[:, 0], d[:, 1], d[:, 2] = a, b, c
d = d.ravel()
此代码确保数据以 ravel()
的方式布局
不需要复制,而且确实比我机器上的原始代码快很多:
In [1]: a = numpy.arange(0, 30000, 3)
In [2]: b = numpy.arange(1, 30000, 3)
In [3]: c = numpy.arange(2, 30000, 3)
In [4]: def f(a, b, c):
...: d = numpy.empty((len(a), 3), dtype=a.dtype)
...: d[:, 0], d[:, 1], d[:, 2] = a, b, c
...: return d.ravel()
...:
In [5]: def g(a, b, c):
...: return numpy.vstack((a, b, c)).T.ravel()
...:
In [6]: %timeit f(a, b, c)
10000 loops, best of 3: 34.4 us per loop
In [7]: %timeit g(a, b, c)
10000 loops, best of 3: 177 us per loop
关于python - Numpy 联合数组顺序,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/11830474/