NumPy zip函数

Question

如果我有两个numpy 1D数组，例如：

x=np.array([1,2,3])
y=np.array([11,22,33])

我该如何将它们压缩成Numpy 2D坐标数组？ 如果我这样做：

x1,x2,x3=zip(*(x,y))

结果的类型是列表，而不是Numpy数组。因此我必须要做…

x1=np.asarray(x1)

等等等等...

是否有一种更简单的方法，不需要在每个坐标上调用np.asarray？

是否有一个Numpy zip函数可以返回Numpy数组？

- Håkon Hægland

---

np.array([(a,b) for a, b in zip(*(x, y))]) np.array([(a,b) for a, b in zip(*(x, y))]) - DOOM

Answer 1

只需使用

x1, x2, x3 = np.vstack([x,y]).T

- Daniel

---

我发现np.stack更加通用。它是堆叠n维输入数组的解决方案。 - steffen

现在您还可以简单地使用 np.column_stack((x,y)) 或 np.stack((x,y), axis=1)。我不知道这个语句中的 .T 转置是否已经优化，因此可能会增加不必要的计算。无论如何，我的建议是使用这些辅助函数，这样代码更清晰。 - Qululu

Answer 2

使用 numpy.dstack() 将输入数组在深度方向上堆叠，并使用 numpy.squeeze() 消除单例维度，然后将结果分配给坐标变量 x1、x2 和 x3，如下所示：

In [84]: x1, x2, x3 = np.squeeze(np.dstack((x,y)))

# outputs
In [85]: x1
Out[85]: array([ 1, 11])

In [86]: x2
Out[86]: array([ 2, 22])

In [87]: x3
Out[87]: array([ 3, 33])

- kmario23

Answer 3

使用numpy.c_：

x1, x2, x3 = np.c_[x, y]

输出：

# x1
array([ 1, 11])

# x2
array([ 2, 22])

# x3
array([ 3, 33])

- mozway