将向量排列成矩阵的向量化方式（numpy）

Question

我有4个相同维数的向量（例如3）

a= [1, 5, 9]
b= [2, 6, 10]
c= [3, 7, 11]
d= [4, 8, 12]

我想用numpy做的是创建一个具有这种结构的尺寸为3x2x2的矩阵

所以结果矩阵将是这样的

[
[[1, 2],[3,4]],
[[5, 6],[7,8]],
[[9, 10],[11,12]],
]

我知道使用for循环非常容易，但是我正在寻找一种向量化方法。

提前致谢

Answer 1

np.stack是用于以各种顺序组合数组（或本例中的列表）的便捷工具：

In [74]: a= [1, 5, 9]
    ...: b= [2, 6, 10]
    ...: c= [3, 7, 11]
    ...: d= [4, 8, 12]
    ...: 
    ...:

没有轴参数的默认值类似于np.array ，添加一个新的初始尺寸：

In [75]: np.stack((a,b,c,d))
Out[75]: 
array([[ 1,  5,  9],
       [ 2,  6, 10],
       [ 3,  7, 11],
       [ 4,  8, 12]])

但是订单不是您想要的。 让我们尝试axis=1 ：

In [76]: np.stack((a,b,c,d),1)
Out[76]: 
array([[ 1,  2,  3,  4],
       [ 5,  6,  7,  8],
       [ 9, 10, 11, 12]])

订单看起来正确。 现在添加一个重塑：

In [77]: np.stack((a,b,c,d),1).reshape(3,2,2)
Out[77]: 
array([[[ 1,  2],
        [ 3,  4]],

       [[ 5,  6],
        [ 7,  8]],

       [[ 9, 10],
        [11, 12]]])

---

另一种方法是加入列表，重塑和转置：

In [78]: np.array([a,b,c,d])
Out[78]: 
array([[ 1,  5,  9],
       [ 2,  6, 10],
       [ 3,  7, 11],
       [ 4,  8, 12]])
In [79]: _.reshape(2,2,3)
Out[79]: 
array([[[ 1,  5,  9],
        [ 2,  6, 10]],

       [[ 3,  7, 11],
        [ 4,  8, 12]]])
In [80]: _.transpose(2,1,0)
Out[80]: 
array([[[ 1,  3],
        [ 2,  4]],

       [[ 5,  7],
        [ 6,  8]],

       [[ 9, 11],
        [10, 12]]])
In [81]: __.transpose(2,0,1)
Out[81]: 
array([[[ 1,  2],
        [ 3,  4]],

       [[ 5,  6],
        [ 7,  8]],

       [[ 9, 10],
        [11, 12]]])

我们可以尝试对此进行系统化，但是我发现尝试各种替代方法很有帮助。

Answer 2

np.reshape()可以做到：

np.reshape(np.array([a,b,c,d]).T,[3,2,2])

将产生期望的结果。