不同维数的python zip numpy数组

Question

我想压缩numpy数组，以便通过np.save保存它。 为了压缩一维数组，我使用了

import numpy as np

a = np.ones(4) * 5.
b = np.ones(4) * 4.
data = np.array(zip(a, b))

正是我想要的。 现在我有更多数据，像

c = numpy.ones((2, 4))

但

data = np.array(zip(a, b, c))

不起作用。 我可以做

data = np.array(zip(a, b, c[0], c[1]))

而是c的“深度”发生了变化。 我的解决方案是

data = np.insert(c, 0, b, axis=0)
data = np.insert(data, 0, a, axis=0)
data = zip(*data)

但这有点次优。 感谢您的建议。

Answer 1

我会使用numpy.hstack / vstack：

a = np.ones(4) * 5
b = np.ones(4) * 4
c = np.ones((2, 4))
data = np.vstack([a,b,c]).T

编辑：实际上，我现在主要使用np.row_stack / column_stack，因为我发现它比hstack或vstack更自然：

    data = np.column_stack([a,b,c.T])

Answer 2

调用zip时，使用*运算符对c进行“解压缩”：

data = np.array(zip(a, b, *c))
data.shape
=> (4, 4)

（您可以避免使用zip ， vstack使用直接的numpy方法（例如，使用vstack ，如@metaperture建议），这可以说是一种更好的方法。但是，此答案说明了正确地执行您最初尝试做的事情的正确方法。

Answer 3

如果您的唯一目标是保存多个不同维度的数组，那么我不建议您使用zip ，正如该问题的标题所暗示的那样。 请改用np.savez或np.savez_compressed 。 这些功能旨在保存多个（任意尺寸）数组。

使用zip特别糟糕，因为它不会移植到Python3 ，在zip3中zip返回一个迭代器，而不是一个元组列表。 在迭代器上调用np.array会创建一个仅包含np.array object元素的数组，这可能不是您想要的。 保存和加载后，我无法恢复压缩的数据。