如何在numpy中堆叠数组和标量？

Question

我有一个包含NumPy向量（1-D数组）或标量（即只有数字）的列表。所有向量长度相同，但我不知道长度是多少。我需要使用vstack将所有元素堆叠在一起以创建一个矩阵（2-D数组），使标量被视为每个位置都有标量值的向量。

以下是一个示例：

情况1：

>>> np.vstack([np.array([1, 2, 3]), np.array([3, 2, 1])])
array([[1, 2, 3],
       [3, 2, 1]])

案例2：

>>> np.vstack([1, 2])
array([[1],
       [2]])

第三种情况：

>>> np.vstack([np.array([1, 2, 3]), 0, np.array([3, 2, 1])])
np.array([[1, 2, 3],
          [0, 0, 0],
          [3, 2, 1]])

1和2案例可以直接使用。然而，在第3种情况下，由于vstack需要所有元素都是相同长度的数组，所以无法使用。

有没有一种简单的方法（最好只用一行代码）可以实现这个呢？

- zegkljan

Answer 1

你可以创建广播对象，并在其上调用np.column_stack：

In [175]: np.column_stack(np.broadcast([1, 2, 3], 0, [3, 2, 1]))
Out[175]: 
array([[1, 2, 3],
       [0, 0, 0],
       [3, 2, 1]])

或者，您可以要求NumPy将项目“ literally broadcast”到兼容形状的数组：

In [158]: np.broadcast_arrays([1, 2, 3], [3, 2, 1], 0)
Out[158]: [array([1, 2, 3]), array([3, 2, 1]), array([0, 0, 0])]

然后在其上调用vstack或row_stack:

In [176]: np.row_stack(np.broadcast_arrays([1, 2, 3], 0, [3, 2, 1]))
Out[176]: 
array([[1, 2, 3],
       [0, 0, 0],
       [3, 2, 1]])

在这两个选项中（使用np.broadcast或np.broadcast_arrays），np.broadcast更快，因为您实际上不需要实例化广播的子数组。

然而，np.broadcast的一个限制是最多可以接受32个参数。在这种情况下，请使用np.broadcast_arrays。

- unutbu

---

是的，那正是我想要的。只有一个小问题（纯粹出于好奇）：在第一种情况下（使用“broadcast”），为什么“column_stack”会将元素放在行而不是列中呢？如果没有标量并且省略了“broadcast”，向量会变成列而不是行。就好像“broadcast”对结果进行了转置一样。 - zegkljan

@zegkljan: np.broadcast 返回一个迭代器。该迭代器返回元组，其中包含每个原始数组（或标量）中将被分组在一起进行逐元素操作的值。查看 list(np.broadcast(np.arange(24).reshape(2,3,4), np.arange(3*4).reshape(3,4))) 返回的内容。它是一个由2元组组成的24个元素列表。它不像 np.broadcast_arrays 那样显示单独广播的数组。它显示了逐元素配对。由于 np.broadcast 返回的迭代器的性质，需要使用 np.column_stack 来形成所需的数组。 - unutbu

np.array(list(np.broadcast(....))比np.vstack(np.broadcast(...))更快。它不需要通过np.atleast_2d传递数组。 - hpaulj

Answer 2

这里的问题是填补可读的Python世界和高效的NumPy世界之间的差距。

实验结果显示，对于这个任务，令人惊讶的是Python通常比NumPy更好。使用l=[ randint(10) if n%2 else randint(0,10,100) for n in range(32)]进行实验：

In [11]: %timeit array([x if type(x) is ndarray else [x]*100 for x in l])
1000 loops, best of 3: 655 µs per loop

In [12]: %timeit column_stack(broadcast(*l))
100 loops, best of 3: 3.77 ms per loop

此外，广播仅限于32个元素。

- B. M.

Answer 3

虽然不是一行代码，但你可以用标量填充一个空数组。

>>> a = np.empty(4, dtype=int )
>>> a.fill(2)
>>> print(a)
[2 2 2 2]

- Thomas