a= array([1,3,5,7,9])
b= array([2,4,6,8,10])
我想混合一对数组，以便它们的序列逐个元素地插入 示例：使用 a 和 b，它应该导致
c= array([1,2,3,4,5,6,7,8,9,10])
我需要在数千个序列上使用成对的长数组（超过一百个元素）来做到这一点。有比在每个数组上逐个元素腌制更聪明的想法吗？ 谢谢
【问题讨论】：
标签： python arrays performance numpy
c = np.empty(len(a)+len(b), dtype=a.dtype)
c[::2] = a
c[1::2] = b
（假设a 和b 具有相同的dtype。）
你问的是最快的，所以这里做个时序对比（vstack、ravel和empty都是numpy函数）：
In [40]: a = np.random.randint(0, 10, size=150)
In [41]: b = np.random.randint(0, 10, size=150)
In [42]: %timeit vstack((a,b)).T.flatten()
100000 loops, best of 3: 5.6 µs per loop
In [43]: %timeit ravel([a, b], order='F')
100000 loops, best of 3: 3.1 µs per loop
In [44]: %timeit c = empty(len(a)+len(b), dtype=a.dtype); c[::2] = a; c[1::2] = b
1000000 loops, best of 3: 1.94 µs per loop
使用vstack((a,b)).T.flatten()，复制a和b创建vstack((a,b))，然后通过flatten()方法再次复制数据。
ravel([a, b], order='F')实现为asarray([a, b]).ravel(order)，需要复制a和b，然后复制结果以创建order='F'的数组。 （如果你只做ravel([a, b])，它的速度和我的答案差不多，因为它不必再次复制数据。不幸的是，需要order='F' 来获得交替模式。）
所以其他两种方法复制数据两次。在我的版本中，每个数组都被复制一次。
【讨论】：
这样就可以了：
vstack((a,b)).T.flatten()
array([ 1, 2, 3, 4, 5, 6, 7, 8, 9, 10])
【讨论】：
使用numpy.ravel：
>>> np.ravel([a, b], order='F')
array([ 1, 2, 3, 4, 5, 6, 7, 8, 9, 10])
【讨论】：