使用 numpy 堆叠一维和二维数组的组合

Question

我有 2 个 numpy 数组，一个是二维的，另一个是一维的，例如：

import numpy as np

a = np.array(
    [
        [1, 2],
        [3, 4],
        [5, 6]
    ]
)

b = np.array(
    [7, 8, 9, 10]
)

我想获取 a 和 b 中元素的所有可能组合，将 a 视为一维数组，以便它保留 [=12= 中的行] 完好无损，但也将 a 中的行与 b 中的项目连接起来。它看起来像这样：

>>> combine1d(a, b)
[ [1 2 7] [1 2 8] [1 2 9] [1 2 10] 
  [3 4 7] [3 4 8] [3 4 9] [3 4 10]
  [5 6 7] [5 6 8] [5 6 9] [5 6 10] ]

我知道对此有缓慢的解决方案（如 for 循环），但我需要一个快速的解决方案，因为我正在处理具有数百万整数的数据集。
有什么想法吗？

Answer 1

这是非常“透明胶带”的解决方案：

import numpy as np

a = np.array(
    [
        [1, 2],
        [3, 4],
        [5, 6]
    ]
)

b = np.array(
    [7, 8, 9, 10]
)

z = []

for x in b:
 for y in a:
  z.append(np.append(y, x))

np.array(z).reshape(3, 4, 3)

Answer 2

您需要使用np.c_ 附加以连接两个数据框。我还使用 np.full 生成第二个数组的一列 (b)。结果如下：

result = [np.c_[a, np.full((a.shape[0],1), x)] for x in b]
result

输出

[array([[1, 2, 7],
        [3, 4, 7],
        [5, 6, 7]]),

 array([[1, 2, 8],
        [3, 4, 8],
        [5, 6, 8]]),

 array([[1, 2, 9],
        [3, 4, 9],
        [5, 6, 9]]),

 array([[ 1,  2, 10],
        [ 3,  4, 10],
        [ 5,  6, 10]])]

输出可能有点乱。但这与您提到的所需输出完全一样。为了确保，您可以在下方运行查看 result 数组中第一个元素的内容：

print(result[0])

输出

array([[1, 2, 7],
       [3, 4, 7],
       [5, 6, 7]])

Answer 3

在这种情况下，更容易构建更高维度的对象，然后在完成后修复轴。前两个维度是 b 的长度和 a 的长度。第三个维度是a加1的每一行的元素个数，然后我们就可以用广播来填充这个数组了

x, y = a.shape
z, = b.shape
result = np.empty((z, x, y + 1))
result[...,:y] = a
result[...,y] = b[:,None]

此时，要获得您要求的确切答案，您需要交换前两个轴，然后将这两个轴合并为一个轴。

result.swapaxes(0, 1).reshape(-1, y + 1)

一个小时后。 . . .

我聪明了一点，意识到我不需要交换轴。这也有一个很好的好处，即结果是一个连续的数组。

def convert1d(a, b):
    x, y = a.shape
    z, = b.shape
    result = np.empty((x, z, y + 1))
    result[...,:y] = a[:,None,:]
    result[...,y] = b
    return result.reshape(-1, y + 1)

使用 numpy 堆叠一维和二维数组的组合

Use numpy to stack combinations of a 1D and 2D array

python

numpy

numpy-ndarray

输出

输出