【问题标题】：Stitching arrays together in numpy在numpy中将数组拼接在一起
【发布时间】：2019-10-25 04:58:39
【问题描述】：

有没有一种简单的方法可以在 numpy 中将数组拼接在一起，这样一个数组中的第一项与另一个数组中的第三项相加？例如：

a = np.array((1,2,3))
b = np.array((2,3,4))

在这种情况下，我希望结果为 (1,2,5,3,4)。我可以用 for 循环来做到这一点，但我想知道是否有一种简单的方法也可以使用 numpy 来做到这一点。谢谢！

【问题讨论】：

您只想为a 和b 执行此操作，还是您有更多数组？
快速解决方案：np.concatenate((a[:-1], [a[-1] + b[0]], b[1:]))
我有不同数量的数组，我想将它们拼接在一起，这样它们的结果就会以这种方式相加
数组是变长的吗？
数组重叠部分的数字是否总是相同的？如果不是，您如何指定哪个“获胜”？

标签： python arrays numpy numpy-ndarray

【解决方案1】：

假设您只想对连续数组的最后一项和第一项求和：

def stitch(arrs, dtype=None):
    if len(arrs) < 2:
        raise ValueError("Not supported")
    res = np.empty(sum(x.size - 1 for x in arrs) + 1, dtype=dtype)
    idx = 0
    res[0] = arrs[0][0]
    for i in range(len(arrs) - 1):
        a, b = arrs[i], arrs[i + 1]
        off = a.size - 1
        res[idx+1:idx+off] = a[1:-1]
        res[idx+off] = a[-1] + b[0]
        idx += off
    res[idx+1:] = arrs[-1][1:]
    return res

与其他答案不同，这个答案避免了不必要的列表转换/复制和添加。 :) 请注意，对于足够小尺寸的数组，@Torben 的答案可能仍然更快。

【讨论】：

【解决方案2】：

解决方案

对于每两个数组中的一对，您可以执行以下操作。

np.hstack([a[:-1], np.array([a[-1], b[0]]).sum(), b[1:]])

对于数组列表：

我在这里使用的虚拟数据是使用此解决方案末尾（最底部）给出的代码创建的。为此，您只需要以下两个功能。

def array_stitch(a, b):
    c = np.hstack([a[:-1], np.array([a[-1], b[0]]).sum(), b[1:]]) 
    return c

def recursive_array_stitch(array_list):
    c = array_stitch(array_list[0], array_list[1])
    for e in array_list[2:]:
        c = array_stitch(c, e)
    return c

recursive_array_stitch(array_list)

输出：

array([ 4,  5,  6,  8,  2,  3,  8,  5,  9,  4,  5,  6,  8,  5,  4,  5,  6,
       10,  2])

这里array_list 由以下给出：

[array([4, 5, 6, 7]),
 array([1, 2, 3, 4]),
 array([4, 5, 6]),
 array([3, 4, 5, 6, 7]),
 array([1, 2]),
 array([3, 4, 5, 6, 7]),
 array([2]),
 array([1, 2])]

详细解决方案

仅适用于两个数组，如问题的问题陈述中所示。对于多个数组，这可以递归使用，这就是上面部分中所做的。

import numpy as np

a = np.array((1,2,3))
b = np.array((2,3,4))
c = np.hstack([a[:-1], np.array([a[-1], b[0]]).sum(), b[1:]]) 
c

输出：

array([1, 2, 5, 3, 4])

如果你想要它作为一个元组：c.tuple() 会给你(1, 2, 5, 3, 4)。

对于数组列表

请参阅开头的解决方案以获取数组列表。我将使用使用以下代码创建的数据。

# Dummy Data
np.random.seed = 43
start, stop = np.random.randint(1,5,size=8), np.random.randint(3,9,size=8)
array_list = [np.arange(k,k+3) if l<=k else np.arange(k,l) for k,l in zip(start, stop)]
array_list

输出：

[array([4, 5, 6, 7]),
 array([1, 2, 3, 4]),
 array([4, 5, 6]),
 array([3, 4, 5, 6, 7]),
 array([1, 2]),
 array([3, 4, 5, 6, 7]),
 array([2]),
 array([1, 2])]

【讨论】：

根据 OP 的评论：我有可变数量的数组，numpy.hstack 很难概括
@Chris 感谢您的指出。将相应地更新解决方案。
@Chris Generalized 解决方案与numpy.hstack 和可变数量的数组一起发布。
@JesseBluestein 请考虑投票。感谢您选择它作为接受答案。

【解决方案3】：

我不认为有一个简单的方法，因为这似乎不是一个常见的操作。

如果您有已知的输入列表，我建议您预先分配结果，然后将 inplace-addition 与移动切片一起使用：

def stitch(list_of_arrays):
    final_size = sum(len(arr) for arr in list_of_arrays) - len(list_of_arrays) + 1
    out = np.zeros(final_size)
    ofs = 0
    for arr in list_of_arrays:
        out[ofs:ofs+len(arr)] += arr
        ofs += len(arr) - 1
    return out

【讨论】：

【解决方案4】：

一种使用functools.reduce的方式：

import numpy as np
from functools import reduce

def f(arr1, arr2):
    return [*arr1[:-1], arr1[-1] + arr2[0], *arr2[1:]]

a = np.array((1,2,3))
b = np.array((2,3,4))
c = np.array((10,20,30))

reduce(f, [a,b,c])

输出：

[1, 2, 5, 3, 14, 20, 30]

【讨论】：