将两个2D numpy数组合并为一个包含2元组的单个2D数组

Question

我有两个2D的numpy数组，代表三个点之间的x/y距离。我需要将x/y距离作为元组存储在一个单一的数组中。 因此，从：

x_dists = array([[ 0, -1, -2],
                 [ 1,  0, -1],
                 [ 2,  1,  0]])

y_dists = array([[ 0, -1, -2],
                 [ 1,  0, -1],
                 [ 2,  1,  0]])

我需要：

dists = array([[[ 0,  0], [-1, -1], [-2, -2]],
               [[ 1,  1], [ 0,  0], [-1, -1]],
               [[ 2,  2], [ 1,  1], [ 0,  0]]])

我尝试使用dstack/hstack/vstack/concatenate的各种排列组合，但似乎都不能满足我的要求。由于代码中的实际数组可能非常庞大，因此在Python中遍历元素并手动进行重排不是速度上的选择。

编辑： 最终我得出了这个结果：https://gist.github.com/807656

- Zarkonnen

---

x_dist和y_dist相同只是巧合吗？还有，负距离在你的应用中是什么意思？ _dist是否总是“对称”的，但是上三角部分为负？你预计要处理多少个点？这些数组叠放的目的是什么？元素是否以“最优”顺序进行进一步计算？这只是一些想法，谢谢。 - eat

这只是巧合。为了方便起见，示例点为(0, 0)，(1, 1)，(2, 2)。_dist确实是对称的。将数组堆叠的目的是我可以使用它们来移动点。请参见链接的gist。 - Zarkonnen

Answer 1

import numpy as np
dists = np.vstack(([x_dists.T], [y_dists.T])).T

返回像您想要的那样的 dists。之后它不再是 "一个由2元组组成的单个2D数组"，而是一个正常的3D数组，其中第三个轴是两个原始数组的连接。

你看：

dists.shape # (3, 3, 2)

- eumiro

---

这正是我想要的。我担心我使用“2D 2元组数组”这个术语可能会误导人。:( - Zarkonnen

Answer 2

numpy.rec.fromarrays([x_dists, y_dists], names='x,y')

- jfs

---

太棒了！这正是我想要的。那么，既然你似乎知道numpy，我编辑的函数计算这些成对距离的方式是否合理？ - Zarkonnen

编辑：实际上，这并没有给我一个我知道如何处理的数组。 - Zarkonnen