在numpy中混合陣列的最快方法？

Question

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

我想混合一對數組，以便它們的序列逐個元素地插入示例：使用a和b，它應該導致

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

我需要在數千個序列上使用成對的長數組（超過一百個元素）來做到這一點。 比每個陣列上的逐個元素酸洗更聰明的想法？ 謝謝

Answer 1

c = np.empty(len(a)+len(b), dtype=a.dtype)
c[::2] = a
c[1::2] = b

（假設a和b具有相同的dtype。）

你問最快，所以這里有一個時間比較（ 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以創建vstack((a,b)) ，然后通過flatten()方法再次復制數據。

ravel([a, b], order='F')實現為asarray([a, b]).ravel(order) ，它需要復制a和b ，然后復制結果以創建一個order='F' 。 （如果你只做ravel([a, b]) ，它與我的答案大致相同，因為它不必再次復制數據。不幸的是，需要order='F'來獲得交替模式。）

所以其他兩種方法復制數據兩次。 在我的版本中，每個數組都被復制一次。

Answer 2

這樣做：

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])