Что такое эквивалент "zip ()" в numpy Python?

Question

Что такое эквивалент "zip ()" в numpy Python?

Я пытаюсь сделать следующее, Но с массивы numpy:

x = [(0.1, 1.), (0.1, 2.), (0.1, 3.), (0.1, 4.), (0.1, 5.)]

normal_result = zip(*x)

это должно дать результат:

normal_result = [(0.1, 0.1, 0.1, 0.1, 0.1), (1., 2., 3., 4., 5.)]

но если входной вектор является массивом numpy:

y = np.array(x)

numpy_result = zip(*y)

print type(numpy_result)

он (ожидаемо) возвращает a:

<type 'list'>

проблема в том, что мне нужно, чтобы преобразовать результат обратно в массив NumPy после этого.

что я хотел бы знать, это то, что есть, если есть эффективная функция numpy, которая позволит избежать этих взад-вперед преобразования?

555 2

python numpy arrays

2 ответов:

Comments

Ничего не найдено.

Jon Clements · Accepted Answer · 2012-10-05 14:02:58

вы можете просто перенести ее...

>>> a = np.array([(0.1, 1.), (0.1, 2.), (0.1, 3.), (0.1, 4.), (0.1, 5.)])
>>> a
array([[ 0.1,  1. ],
       [ 0.1,  2. ],
       [ 0.1,  3. ],
       [ 0.1,  4. ],
       [ 0.1,  5. ]])
>>> a.T
array([[ 0.1,  0.1,  0.1,  0.1,  0.1],
       [ 1. ,  2. ,  3. ,  4. ,  5. ]])

zenpoy · Accepted Answer · 2014-02-23 20:33:40

попробуйте использовать dstack:

>>> from numpy import *
>>> a = array([[1,2],[3,4]]) # shapes of a and b can only differ in the 3rd dimension (if present)
>>> b = array([[5,6],[7,8]])
>>> dstack((a,b)) # stack arrays along a third axis (depth wise)
array([[[1, 5],
        [2, 6]],
       [[3, 7],
        [4, 8]]])

Так что в вашем случае это будет:

x = [(0.1, 1.), (0.1, 2.), (0.1, 3.), (0.1, 4.), (0.1, 5.)]
y = np.array(x)
np.dstack(y)

>>> array([[[ 0.1,  0.1,  0.1,  0.1,  0.1],
    [ 1. ,  2. ,  3. ,  4. ,  5. ]]])