Python：将并行数组重塑为训练集

Question

我有两个平行阵列，使用 meshgrid:

创建

X, Y = np.meshgrid(X, Y)

现在我想把它转换成 (Xn * Yn, 2)-shaped 神经网络的训练集:

[[x_1, y_1], [x_2, y_2], ..., [x_m, y_m]]

(where m = Xn * Yn)

我该怎么做？

Answer 1

您可以尝试reshape和stack，使用reshape函数将X和Y转换为一列二维数组((Xn, 1) for X , (Yn, 1) for Y) 先水平堆叠：

X, Y = np.meshgrid([1,2], [3,4,5])    
np.hstack([X.reshape(-1, 1), Y.reshape(-1, 1)])

#array([[1, 3],
#       [2, 3],
#       [1, 4],
#       [2, 4],
#       [1, 5],
#       [2, 5]])

或@Denis 提到的另一种选择：

np.stack((X.ravel(), Y.ravel()), axis=-1)

至于速度，两个选项不相上下：

X, Y = np.meshgrid(np.arange(1000), np.arange(1000))

%timeit np.hstack([X.reshape(-1, 1), Y.reshape(-1, 1)])
#100 loops, best of 3: 4.77 ms per loop

%timeit np.stack((X.ravel(), Y.ravel()), axis=-1)
#100 loops, best of 3: 4.89 ms per loop

Python：将并行数组重塑为训练集

Python: reshaping parallel arrays into training set

python

numpy

reshape