<分区>
我正在寻找一种以下列方式在 python 中合并两个 numpy 数组的快速方法。例如，如果我有以下两个数组，
arr1 = np.array([0.0, 1.0, 11.0, 111.0])
arr2 = np.array([0.5, 1.5, 11.5, 111.5])
然后我希望合并后的数组(比如 arr3)在交替索引中包含 arr1 和 arr2 的元素。喜欢，
arr3 = np.array([0.0, 0.5, 1.0, 1.5, 11.0, 11.5, 111.0, 111.5])
我意识到我可以使用两个 for 循环来实现这一点，我可以在其中将 arr1 和 arr2 的元素存储到备用索引(arr3).但是，在我的实际工作中，我将处理巨大的数组(arr1 和 arr2)，我想确保我使用的是一种高效快速的方法来实现此功能(即创建 arr3)
我将非常感谢任何帮助。
最佳答案
这是一种方式。追加或基于堆栈的方法效率低下，因为内存未预先分配。当内存分配提前确定时，numpy 数组的操作效果最佳。
arr1 = np.array([0.0, 1.0, 11.0, 111.0])
arr2 = np.array([0.5, 1.5, 11.5, 111.5])
arr3 = np.zeros(arr1.shape[0] + arr2.shape[0], dtype=arr1.dtype)
arr3[::2] = arr1
arr3[1::2] = arr2
print(arr3)
[ 0. 0.5 1. 1.5 11. 11.5 111. 111.5]
关于python - 从两个数组创建 numpy 数组，这样备用索引包含来自不同数组的元素，我们在Stack Overflow上找到一个类似的问题： https://stackoverflow.com/questions/50340520/