Numpy：将1D数组作为2D数组获取而无需重塑

Question

我需要将多个数组按行堆叠在一起，这些数组具有相同的行数（尽管使用时行数可能会变化），但列数不同。然而，其中一些数组只有一列，例如：

array = np.array([1,2,3,4,5])

这提供了

#array.shape = (5,)

但我希望将该形状识别为二维数组，例如：

#array.shape = (5,1)

所以hstack可以将它们组合起来。我的当前解决方案是：

array = np.atleast_2d([1,2,3,4,5]).T
#array.shape = (5,1)

我在想，是否有更好的方法来做这件事？

array = np.array([1,2,3,4,5]).reshape(len([1,2,3,4,5]), 1)

如何更好？请注意，我使用 [1,2,3,4,5] 只是为了让示例更加具体。在实践中，它将是一个更大的列表，作为参数传递给函数。谢谢！

- Taaam

Answer 1

请查看 hstack 和 vstack 的代码。它们中的一个或两个会将参数通过 atleast_nd 传递。这是一种完全可接受的重塑数组的方式。

其他一些方法：

arr = np.array([1,2,3,4,5]).reshape(-1,1)  # saves the use of len()
arr = np.array([1,2,3,4,5])[:,None]  # adds a new dim at end
np.array([1,2,3],ndmin=2).T  # used by column_stack

hstack 和 vstack 的转换方式:

arrs = [atleast_1d(_m) for _m in tup]
[atleast_2d(_m) for _m in tup]

---

测试数据:

a1=np.arange(2)
a2=np.arange(10).reshape(2,5)
a3=np.arange(8).reshape(2,4)

np.hstack([a1.reshape(-1,1),a2,a3])
np.hstack([a1[:,None],a2,a3])
np.column_stack([a1,a2,a3])

结果：

array([[0, 0, 1, 2, 3, 4, 0, 1, 2, 3],
       [1, 5, 6, 7, 8, 9, 4, 5, 6, 7]])

如果事先不知道哪些数组是1d的，那么使用column_stack是最简单的方法。其他方法需要一个小函数，在应用重塑之前测试维度。

Numpy: use reshape or newaxis to add dimensions

- hpaulj

---

有趣，我之前并不知道这两种方法。我会进行一些定时测试来看看哪种方法表现最佳，但是这两种方法似乎都比我之前的方法更自然。谢谢！ - Taaam

我添加了一个链接到最近相关的SO问题。 - hpaulj

最新版本已添加了一个更通用的“堆栈”。 - hpaulj

Answer 2

如果我理解您的意图正确，您希望将一个形状为（N，）的数组转换为一个形状为（N，1）的数组，以便可以应用np.hstack:

In [147]: np.hstack([np.atleast_2d([1,2,3,4,5]).T, np.atleast_2d([1,2,3,4,5]).T])
Out[147]: 
array([[1, 1],
       [2, 2],
       [3, 3],
       [4, 4],
       [5, 5]])

在这种情况下，您可以使用避免重新塑造数组并改用 np.column_stack ：

In [151]: np.column_stack([[1,2,3,4,5], [1,2,3,4,5]])
Out[151]: 
array([[1, 1],
       [2, 2],
       [3, 3],
       [4, 4],
       [5, 5]])

- unutbu

---

谢谢，实际上我正在与scikit-learn一起使用它们，并且它们在内部使用hstack，因此我确实需要它们是面向行的。 - Taaam

Answer 3

我跟随Ludo的工作，并将v的大小从5改为10000。我在我的PC上运行了代码，结果显示至少使用2d似乎是更有效的方法。

import numpy as np
import timeit

v = np.arange(10000)

print('atleast2d:',timeit.timeit(lambda:np.atleast_2d(v).T))
print('reshape:',timeit.timeit(lambda:np.array(v).reshape(-1,1)))  # saves the use of len()
print('v[:,None]:', timeit.timeit(lambda:np.array(v)[:,None]))  # adds a new dim at end
print('np.array(v,ndmin=2).T:', timeit.timeit(lambda:np.array(v,ndmin=2).T))  # used by column_stack

结果是：

这里放结果

atleast2d: 1.3809496470021259
reshape: 27.099974197000847
v[:,None]: 28.58291715100131
np.array(v,ndmin=2).T: 30.141663907001202

我的建议是，在处理短向量时使用[:None]，而在你的向量变得更长时使用np.atleast_2d。

- Ding Zhao

Answer 4

只是为了补充hpaulj的答案。我对这四种方法的速度有些好奇。获胜者是在1d数组末尾添加列的方法。

这是我运行的内容：

import numpy as np
import timeit

v = [1,2,3,4,5]

print('atleast2d:',timeit.timeit(lambda:np.atleast_2d(v).T))
print('reshape:',timeit.timeit(lambda:np.array(v).reshape(-1,1)))  # saves the use of len()
print('v[:,None]:', timeit.timeit(lambda:np.array(v)[:,None]))  # adds a new dim at end
print('np.array(v,ndmin=2).T:', timeit.timeit(lambda:np.array(v,ndmin=2).T))  # used by column_stack

结果如下：

atleast2d: 4.455070924214851
reshape: 2.0535152913971615
v[:,None]: 1.8387219828073285
np.array(v,ndmin=2).T: 3.1735243063353664

- Ludo