python - 在python中连接一个numpy矩阵的所有行

Question

我有一个 numpy 矩阵，我想将所有行连接在一起，所以我最终得到一个长数组。

#example

input:
[[1 2 3]
 [4 5 6}
 [7 8 9]]

output:
[[1 2 3 4 5 6 7 8 9]]

我现在做这件事的方式看起来不像 pythonic。我相信有更好的方法。

combined_x = x[0] 
for index, row in enumerate(x):
    if index!= 0:
        combined_x = np.concatenate((combined_x,x[index]),axis=1)

谢谢你的帮助。

Answer 1

我会建议 ravel或 flatten ndarray 的方法。

>>> a = numpy.arange(9).reshape(3, 3)
>>> a.ravel()
array([0, 1, 2, 3, 4, 5, 6, 7, 8])

ravel 比 concatenate 和 flatten 更快，因为除非必须:

>>> a.ravel()[5] = 99
>>> a
array([[ 0,  1,  2],
       [ 3,  4, 99],
       [ 6,  7,  8]])
>>> a.flatten()[5] = 77
>>> a
array([[ 0,  1,  2],
       [ 3,  4, 99],
       [ 6,  7,  8]])

但是如果你需要一个副本来避免上面说明的内存共享，你最好使用 flatten 而不是 concatenate，正如你从这些时序中看到的那样:

>>> %timeit a.ravel()
1000000 loops, best of 3: 468 ns per loop
>>> %timeit a.flatten()
1000000 loops, best of 3: 1.42 us per loop
>>> %timeit numpy.concatenate(a)
100000 loops, best of 3: 2.26 us per loop

另请注意，您可以使用 reshape(感谢 Pierre GM!)实现输出说明的精确结果(单行二维数组):

>>> a = numpy.arange(9).reshape(3, 3)
>>> a.reshape(1, -1)
array([[0, 1, 2, 3, 4, 5, 6, 7, 8]])
>>> %timeit a.reshape(1, -1)
1000000 loops, best of 3: 736 ns per loop