如何将一维 numpy 数组元素线转换为新的一维 numpy 数组？

Question

我有 n numpy 一维数组 ì_0 = [i00, i01, i02, ...], i_1 = [i10, i11, i12, ...], ... 并且想将这些值放入 m 新的一维数组 o_0 = [i00, i10, 120, ...], o_1 = [i01, i11, i21, ...], ... 其中@ 987654327@ 是等长数组i_0, i_1, ... 的元素计数。如何尽可能高效地实现这一点（在迭代 o_0、o_1、... 数组时可能会启用 Python 惰性）？

考虑这个示例输入数据i_0（向上转换），i_1

import numpy as np

i_0 = np.array([1.0, 2, 3])
i_1 = np.array([1.1, 2.1, 3.1])

应转化为m=3 输出o_0、o_1 和o_2

o_0 = np.array([1.0, 1.1])
o_1 = np.array([2.0, 2.1])
o_2 = np.array([3.0, 3.1])

或成二维数组o

o = np.array([[1.0, 1.1], [2.0, 2.1], [3.0, 3.1]])

相当于

o = np.array([o_0, o_1, o_2])

Answer 1

首先是一个问题：为什么是元素方面的？您想在从输入到输出数组的过程中对每个点进行处理吗？如果是这样，您要么需要简单地循环输入数组，要么使用 python 的yield（可能节省工作内存）。或者，如果可能的话，您可以将您的步骤包含在一个函数中以对操作进行矢量化，从而一次性（按元素）在一个完整的 numpy 数组上执行。

编辑：

在这种情况下（您的具体示例）实际上非常简单，因为您可以将输入数组加入到单个矩阵中，如下所示：

input = np.vstack([i_0, i_1])

现在简单地转置矩阵，以获得您的结果：

result = input.T

要再次从向量中提取数组，您可以像这样解包它们：

o_1, o_2 = result    # 2 output arrays for input arrays, each of 2 elements

您可以使用 python list comprehension 或类似方法来为实际上具有更多输入/输出向量的矩阵执行此操作。

---

这个答案是针对你的情况的，但希望能展示 numpy 数组如何用于在单个调用（或几个）中执行操作，与你迭代每个元素的 C/C++ 等语言相比。在幕后，这就是 numpy 为您所做的（实际上是在 C 中），因此您在 python 中获得了类似 C 的性能。如果您熟悉低级语言，则在考虑使用 numpy 时，您可能需要改变自己的方式。