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 1D数组ì_0 = [i00, i01, i02, ...] ， i_1 = [i10, i11, i12, ...] ，...并想将值放入m新的1D数组中o_0 = [i00, i10, 120, ...] ， o_1 = [i01, i11, i21, ...] ，...，其中m是等长数组i_0 ， i_1 ，...的元素计数。 我如何才能实现最佳性能（迭代o_0 ， o_1 ，...数组时可能启用Python惰性）？

考虑此示例输入数据i_0 （向上）， i_1

import numpy as np

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

应该转换为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])

或成一个二维数组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：为什么要明智？ 您是否想对从输入到输出数组的每个过程进行处理？ 如果是这样，您要么只需要简单地循环输入数组，就可以使用python的yield （也许可以节省工作内存）。 另外，如果可能的话，您可以将步骤包含在一个函数中，以对操作进行矢量化处理，从而一次性（在元素上）一次在完整的numpy数组上执行。

编辑：

在这种情况下（您的特定示例），这实际上非常简单，因为您可以将输入数组连接到单个矩阵中，例如：

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

现在简单地转置矩阵，以获得结果：

result = input.T

要再次从向量中提取数组，您可以像这样解压缩它们：

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

您可以使用python 列表推导或类似方法对实际上具有更多输入/输出向量的矩阵执行此操作。

---

这个答案是特定于您的情况的，但希望展示与在每个元素上进行迭代的C / C ++之类的语言相比， numpy数组如何在单个调用（或几个调用）中执行操作。 在后台，这就是numpy为您所做的（实际上是在C中），因此您在python中获得了类似于C的性能。 如果您熟悉低级语言，则在考虑使用numpy时可能需要更改方式。