Numpy 压缩功能答案

【问题标题】：Numpy zip functionNumpy 压缩功能
【发布时间】：2026-01-08 22:55:02
【问题描述】：

如果我有两个 numpy 一维数组，例如

x=np.array([1,2,3])
y=np.array([11,22,33])

如何将这些压缩到 Numpy 2D 坐标数组中？如果我这样做：

x1,x2,x3=zip(*(x,y))

结果是列表类型，而不是 Numpy 数组。所以我已经做了

x1=np.asarray(x1)

等等.. 有没有更简单的方法，我不需要在每个坐标上调用np.asarray？有没有返回 Numpy 数组的 Numpy zip 函数？

【问题讨论】：

np.array([(a,b) for a, b in zip(*(x, y))])

标签： python numpy multidimensional-array numpy-ndarray

【解决方案1】：

随便用

x1, x2, x3 = np.vstack([x,y]).T

【讨论】：

我发现np.stack 更加通用。它是堆叠n维输入数组的解决方案。
您现在也可以简单地使用np.column_stack((x,y)) 或np.stack((x,y), axis=1)。我不知道此语句中的.T 转置是否经过某种优化，因此可能会增加不必要的计算。不管怎样，我的建议是使用这些辅助函数，这样代码也更简洁。

【解决方案2】：

使用numpy.dstack() 以深度方式堆叠输入数组，并使用numpy.squeeze() 去除单一维度，然后将结果分配给坐标变量x1、x2 和x3，如下所示：

In [84]: x1, x2, x3 = np.squeeze(np.dstack((x,y)))

# outputs
In [85]: x1
Out[85]: array([ 1, 11])

In [86]: x2
Out[86]: array([ 2, 22])

In [87]: x3
Out[87]: array([ 3, 33])

【讨论】：