Перемешивание двух массивов numpy

Предположите, что следующие массивы даны:

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

Как можно было бы вплести их эффективно так, чтобы каждый получил третий массив как это

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

Это может быть принято это length(a)==length(b).

62
задан 18 March 2011 в 04:20

9 ответов

Мне нравится ответ Josh's. Я просто хотел добавить более приземленное, обычное, и немного больше подробного решения. Я не знаю, который более эффективен. Я ожидаю, что у них будет подобная производительность.

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

c = np.empty((a.size + b.size,), dtype=a.dtype)
c[0::2] = a
c[1::2] = b
105
ответ дан 31 October 2019 в 13:09

Вот острота:

c = numpy.vstack((a,b)).reshape((-1,),order='F')
35
ответ дан 31 October 2019 в 13:09

Я думал, что могло бы стоить проверить как решения, выполненные с точки зрения производительности. И это - результат:

enter image description here

Это ясно показывает, что большая часть upvoted и принятый ответ (ответ Pauls) являются также самой быстрой опцией.

код был взят из других ответов и от другой Q& :

# Setup
import numpy as np

def Paul(a, b):
    c = np.empty((a.size + b.size,), dtype=a.dtype)
    c[0::2] = a
    c[1::2] = b
    return c

def JoshAdel(a, b):
    return np.vstack((a,b)).reshape((-1,),order='F')

def xioxox(a, b):
    return np.ravel(np.column_stack((a,b)))

def Benjamin(a, b):
    return np.vstack((a,b)).ravel([-1])

def andersonvom(a, b):
    return np.hstack( zip(a,b) )

def bhanukiran(a, b):
    return np.dstack((a,b)).flatten()

def Tai(a, b):
    return np.insert(b, obj=range(a.shape[0]), values=a)

def Will(a, b):
    return np.ravel((a,b), order='F')

# Timing setup
timings = {Paul: [], JoshAdel: [], xioxox: [], Benjamin: [], andersonvom: [], bhanukiran: [], Tai: [], Will: []}
sizes = [2**i for i in range(1, 20, 2)]

# Timing
for size in sizes:
    func_input1 = np.random.random(size=size)
    func_input2 = np.random.random(size=size)
    for func in timings:
        res = %timeit -o func(func_input1, func_input2)
        timings[func].append(res)

%matplotlib notebook

import matplotlib.pyplot as plt
import numpy as np

fig = plt.figure(1)
ax = plt.subplot(111)

for func in timings:
    ax.plot(sizes, 
            [time.best for time in timings[func]], 
            label=func.__name__)  # you could also use "func.__name__" here instead
ax.set_xscale('log')
ax.set_yscale('log')
ax.set_xlabel('size')
ax.set_ylabel('time [seconds]')
ax.grid(which='both')
ax.legend()
plt.tight_layout()

На всякий случай Вы имеете numba доступный, Вы могли также использовать это для создания функции:

import numba as nb

@nb.njit
def numba_interweave(arr1, arr2):
    res = np.empty(arr1.size + arr2.size, dtype=arr1.dtype)
    for idx, (item1, item2) in enumerate(zip(arr1, arr2)):
        res[idx*2] = item1
        res[idx*2+1] = item2
    return res

Это могло быть немного быстрее, чем другие альтернативы:

enter image description here

31
ответ дан 31 October 2019 в 13:09

Вот более простой ответ, чем некоторые предыдущие

import numpy as np
a = np.array([1,3,5])
b = np.array([2,4,6])
inter = np.ravel(np.column_stack((a,b)))

После того, как это inter будет содержать:

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

Этот ответ также, кажется, незначительно быстрее:

In [4]: %timeit np.ravel(np.column_stack((a,b)))
100000 loops, best of 3: 6.31 µs per loop

In [8]: %timeit np.ravel(np.dstack((a,b)))
100000 loops, best of 3: 7.14 µs per loop

In [11]: %timeit np.vstack((a,b)).ravel([-1])
100000 loops, best of 3: 7.08 µs per loop
19
ответ дан 31 October 2019 в 13:09

Это чередует/чередует два массива, и я полагаю, что это довольно читаемо:

a = np.array([1,3,5])      #=> array([1, 3, 5])
b = np.array([2,4,6])      #=> array([2, 4, 6])
c = np.hstack( zip(a,b) )  #=> array([1, 2, 3, 4, 5, 6])
6
ответ дан 31 October 2019 в 13:09

Возможно, это более читаемо, чем решение @JoshAdel:

c = numpy.vstack((a,b)).ravel([-1])
5
ответ дан 31 October 2019 в 13:09

Улучшение ответа @xioxox:

import numpy as np
a = np.array([1,3,5])
b = np.array([2,4,6])
inter = np.ravel((a,b), order='F')
3
ответ дан 31 October 2019 в 13:09

vstack уверенный опция, но больше простого решения для Вашего случая могло быть hstack

>>> a = array([1,3,5])
>>> b = array([2,4,6])
>>> hstack((a,b)) #remember it is a tuple of arrays that this function swallows in.
>>> array([1, 3, 5, 2, 4, 6])
>>> sort(hstack((a,b)))
>>> array([1, 2, 3, 4, 5, 6])

, и что еще более важно это работает на произвольные формы a, и b

Также можно хотеть испытать dstack

>>> a = array([1,3,5])
>>> b = array([2,4,6])
>>> dstack((a,b)).flatten()
>>> array([1, 2, 3, 4, 5, 6])

, u've получил опции теперь!

1
ответ дан 31 October 2019 в 13:09

Можно также попробовать np.insert. (Решение, перемещенное от Чередование numpy массивы )

import numpy as np
a = np.array([1,3,5])
b = np.array([2,4,6])
np.insert(b, obj=range(a.shape[0]), values=a)

, посмотрите documentation и tutorial для получения дополнительной информации.

0
ответ дан 31 October 2019 в 13:09

Другие вопросы по тегам:

Похожие вопросы: