如何为数组正确使用 numpy.c_

Question

我有一个要矢量化的函数。在函数内部，我有以下代码。A = np.c_[xdata, ydata, np.ones(len(zdata))]其中 x_data, y_data, z_data 都是 1x5 数组，例如。[1,2,3,4,5]。A 的结果输出将是array([[1.90155189, 1.64412979, 1.        ],       [2.44148892, 1.73851717, 1.        ],       [1.65259189, 2.10693759, 1.        ],       [2.52045732, 2.30939049, 1.        ],       [1.53516213, 2.39788003, 1.        ]])我想将函数的这一部分转换为处理 x、y、z 的输入数组（例如 1000 行 5 列）。我天真地试图将数组输入到这个函数中，第一行的输出如下。array([1.90155189, 2.44148892, 1.65259189, 2.52045732, 1.53516213,       1.64412979, 1.73851717, 2.10693759, 2.30939049, 2.39788003,       1.        ])以下是第一个结果的输入示例：x=[1.90155189 2.44148892 1.65259189 2.52045732 1.53516213]y=[1.64412979 1.73851717 2.10693759 2.30939049 2.39788003]z=[0.23273446 0.57301046 0.89755946 0.07169598 0.41394575]假设现在我有第二种方法的以下数据：x_array = [[1.90155189 2.44148892 1.65259189 2.52045732 1.53516213],           [1.90155189 2.44148892 1.65259189 2.52045732 1.53516213],           [1.90155189 2.44148892 1.65259189 2.52045732 1.53516213]]y_array = [[1.64412979 1.73851717 2.10693759 2.30939049 2.39788003],           [1.64412979 1.73851717 2.10693759 2.30939049 2.39788003],           [1.64412979 1.73851717 2.10693759 2.30939049 2.39788003]]z_array = [[0.23273446 0.57301046 0.89755946 0.07169598 0.41394575],           [0.23273446 0.57301046 0.89755946 0.07169598 0.41394575],           [0.23273446 0.57301046 0.89755946 0.07169598 0.41394575]]

Answer 1

你可以使用这个：

编辑：由于@hpaulj 的评论，在下一行评论，添加了下一行。

# new_A = np.stack((x,y,np.ones_like(z)), axis=1).swapaxes(1,2)

new_A = np.stack((x,y,np.ones_like(z)), axis=2)

测试一下：

THOUSAND = 6

x = np.random.randint(1,5,size=(THOUSAND,5))

y = np.random.randint(1,5,size=(THOUSAND,5))

z = np.random.randint(1,5,size=(THOUSAND,5))

print (x)

print (y)

print (z)

new_A = np.stack((x,y,np.ones_like(z)), axis=1).swapaxes(1,2)

print (new_A)

输出：

[[1 2 2 1 1]      # print(x)

 [4 4 4 4 4]

 [1 2 1 3 3]

 [2 3 1 4 4]

 [1 1 4 1 4]

 [4 1 3 3 2]]

[[2 2 3 4 4]      # print(y)

 [1 1 4 2 1]

 [3 3 1 1 2]

 [1 1 2 1 3]

 [3 2 1 4 3]

 [4 4 1 3 2]]

[[3 4 3 2 2]      # print(z)

 [4 2 4 3 3]

 [3 3 4 1 4]

 [4 3 3 3 1]

 [4 1 1 3 3]

 [4 1 4 3 3]]

# new_A output

[[[1 2 1]      # print(new_A)

  [2 2 1]

  [2 3 1]

  [1 4 1]

  [1 4 1]]

 [[4 1 1]

  [4 1 1]

  [4 4 1]

  [4 2 1]

  [4 1 1]]

 [[1 3 1]

  [2 3 1]

  [1 1 1]

  [3 1 1]

  [3 2 1]]

 [[2 1 1]

  [3 1 1]

  [1 2 1]

  [4 1 1]

  [4 3 1]]

 [[1 3 1]

  [1 2 1]

  [4 1 1]

  [1 4 1]

  [4 3 1]]

 [[4 4 1]

  [1 4 1]

  [3 1 1]

  [3 3 1]

  [2 2 1]]]