在numpy中混合阵列的最快方法？

Question

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。 比每个阵列上的逐个元素酸洗更聪明的想法？ 谢谢

Answer 1

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。）

你问最快，所以这里有一个时间比较（ vstack ， ravel和empty都numpy的功能）：

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() ， a和b以创建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) ，它需要复制a和b ，然后复制结果以创建一个order='F' 。 （如果你只做ravel([a, b]) ，它与我的答案大致相同，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。

Answer 2

这样做：

vstack((a,b)).T.flatten()

array([ 1,  2,  3,  4,  5,  6,  7,  8,  9, 10])

Answer 3

使用numpy.ravel ：

>>> np.ravel([a, b], order='F')
array([ 1,  2,  3,  4,  5,  6,  7,  8,  9, 10])