将 3 个数组组合成 1 个矩阵（Python 3）答案

【问题标题】：Combining 3 Arrays into 1 Matrix (Python 3)将 3 个数组组合成 1 个矩阵（Python 3）
【发布时间】：2019-06-24 21:15:03
【问题描述】：

我有 3 个长度相等的数组（例如）：

[a, b, c]
[1, 2, 3]
[i, ii, iii]

我想将它们组合成一个矩阵：

|a, 1, i  |
|b, 2, ii |
|c, 3, iii|

我遇到的问题是，当我使用dstack、hstack 或concatenate 等代码时。我以我可以使用的方式对它们进行数字添加或堆叠。

【问题讨论】：

你可能需要zip
我建议您也分享您的代码。目前尚不清楚您想要获得什么样的输出，并且您使用的名称表示可能需要或可能不需要的对象的混合。例如，您的输入似乎是异构的（数字、字符串等），您可能在lists 中拥有这些，但后来您似乎使用了numpy 函数（例如dstack、hstack）在numpys 数组上，它们（通常）是齐次的，并且在严格的矩阵结构中要么不存在（对于lists），要么被弃用（在numpy）。
也许，您正在寻找的是一种结构化表格数据的方法，在这种情况下，我会查看pandas。
我想你是说每个数组都是不同的数据类型？在这种情况下，您应该查看pandas。
@Darius Modirrousta-Galian 请点击旁边的勾号接受帮助您解决问题的答案，谢谢！

标签： python arrays list merge concatenation

【解决方案1】：

假设你有 3 个 numpy 数组：

>>> a, b, c = np.random.randint(0, 9, 9).reshape(3, 3)
>>> print(a, b, c)
[4 1 4] [5 8 5] [3 0 2]

然后您可以将它们垂直堆叠（即沿第一个维度），然后转置结果矩阵以获得您需要的顺序：

>>> np.vstack((a, b, c)).T
array([[4, 5, 3],
       [1, 8, 0],
       [4, 5, 2]])

一个稍微冗长的例子是改为水平堆叠，但这需要使用reshape 将数组制作成二维：

>>> np.hstack((a.reshape(3, 1), b.reshape(3, 1), c.reshape(3, 1)))
array([[4, 5, 3],
       [1, 8, 0],
       [4, 5, 2]])

【讨论】：

【解决方案2】：

你可以使用zip():

映射多个容器的相似索引，以便它们可以仅用作单个实体。

a1 = ['a', 'b', 'c']

b1 = ['1', '2', '3']

c1 =  ['i', 'ii', 'iii']


print(list(zip(a1,b1,c1)))

输出：

[('a', '1', 'i'), ('b', '2', 'ii'), ('c', '3', 'iii')]

编辑：

我只是想着往前走，之后把列表展平然后用numpy.reshape

flattened_list = []

#flatten the list
for x in res:
    for y in x:
        flattened_list.append(y)

#print(flattened_list)

import numpy as np
data = np.array(flattened_list)
shape = (3, 3)
print(data.reshape( shape ))

输出：

[['a' '1' 'i']
 ['b' '2' 'ii']
 ['c' '3' 'iii']]

或

对于那里的一个班轮：

#flatten the list
for x in res:
    for y in x:
        flattened_list.append(y)

# print(flattened_list)

print([flattened_list[i:i+3] for i in range(0, len(flattened_list), 3)])

输出：

[['a', '1', 'i'], ['b', '2', 'ii'], ['c', '3', 'iii']]

或

正如@norok2 建议的那样

print(list(zip(*zip(a1, b1, c1))))

输出：

[('a', 'b', 'c'), ('1', '2', '3'), ('i', 'ii', 'iii')]

【讨论】：

一个更简洁的转置你的矩阵列表列表的方法是使用zip()两次，例如list(zip(*zip(a1, b1, c1)))
@norok2 甜，是的。已添加
@norok2 你现在是故意这样做的！ :p

【解决方案3】：

这会给你一个元组列表，这可能不是你想要的：

>>> list(zip([1,2,3],[4,5,6],[7,8,9]))
[(1, 4, 7), (2, 5, 8), (3, 6, 9)]

这会给你一个 numpy 数组：

>>> from numpy import array
>>> array([[1,2,3],[4,5,6],[7,8,9]]).transpose()
array([[1, 4, 7],
       [2, 5, 8],
       [3, 6, 9]])

【讨论】：

【解决方案4】：

如果每个数组中有不同的数据类型，那么使用pandas 是有意义的：

# Iterative approach, using concat
import pandas as pd
my_arrays = [['a', 'b', 'c'], [1, 2, 3], ['i', 'ii', 'iii']]
df1 = pd.concat([pd.Series(array) for array in my_arrays], axis=1)

# Named arrays
array1 = ['a', 'b', 'c']
array2 = [1, 2, 3]
array3 = ['i', 'ii', 'iii']
df2 = pd.DataFrame({'col1': array1,
                    'col2': array2,
                    'col3': array3})

现在您有了所需的结构，每列都有适当的数据类型：

print(df1)
#    0  1    2
# 0  a  1    i
# 1  b  2   ii
# 2  c  3  iii

print(df2)
#   col1  col2 col3
# 0    a     1    i
# 1    b     2   ii
# 2    c     3  iii

print(df1.dtypes)
# 0    object
# 1     int64
# 2    object
# dtype: object

print(df2.dtypes)
# col1    object
# col2     int64
# col3    object
# dtype: object

您可以使用.values 属性提取numpy 数组：

df1.values
# array([['a', 1, 'i'],
#        ['b', 2, 'ii'],
#        ['c', 3, 'iii']], dtype=object)

【讨论】：