numpy配列の結合または結合

Question

2つのnumpy ndarrayを結合して、最適化されたnumpyを使用してループを起こさずに、以下を高速に達成するにはどうすればよいですか？

>>> a = np.random.rand(2,2) 
>>> a 
array([[ 0.09028802, 0.2274419 ], 
     [ 0.35402772, 0.87834376]]) 

>>> b = np.random.rand(2,2) 
>>> b 
array([[ 0.4776325 , 0.73690098], 
     [ 0.69181444, 0.672248 ]]) 

>>> c = ??? 
>>> c 
array([[ 0.09028802, 0.2274419, 0.4776325 , 0.73690098], 
     [ 0.09028802, 0.2274419, 0.69181444, 0.672248 ], 
     [ 0.35402772, 0.87834376, 0.4776325 , 0.73690098], 
     [ 0.35402772, 0.87834376, 0.69181444, 0.672248 ]]) 

Answer 1

関連する方法を説明するために、いくつかのインラインコメントを使って、異なる形状の配列を含む一般的なケースを扱うために、将来のソリューションを見ていきます。

（1）まず、入力配列の形状を保存します。

ma,na = a.shape 
mb,nb = b.shape 

（2）次は、入力配列aとb内の列の数の和である列の数で3Dアレイを初期化します。このタスクにはnp.emptyを使用してください。

out = np.empty((ma,mb,na+nb),dtype=a.dtype) 

（3）次に、a[:,None,:]とaから行と列「NA」最初のための3次元アレイの第一の軸を設定します。したがって、out[:,:,:na]に割り当てると、その2番目のコロンはNumPy配列にシングルトンディムが常に存在するため、できるだけブロードキャストされた設定が必要であることをNumPyに示します。実際には、これはタイリング/リピートと同じですが、おそらく効率的な方法です。

out[:,:,:na] = a[:,None,:] 

（4）bから出力配列に設定を繰り返します。今回は、outの最初の軸に沿ってout[:,:,na:]で放送し、その最初のコロンはその放送を手助けしました。

out[:,:,na:] = b 

（5）最後のステップは、出力を2次元形状に再形成することです。これは、必要な2D形状タプルで形状を単純に変更することで行うことができます。再構築するだけでビューが変更され、効果的にゼロコストになります。すべてを凝縮

out.shape = (ma*mb,na+nb) 

---

、完全な実装は次のようになります -

ma,na = a.shape 
mb,nb = b.shape 
out = np.empty((ma,mb,na+nb),dtype=a.dtype) 
out[:,:,:na] = a[:,None,:] 
out[:,:,na:] = b 
out.shape = (ma*mb,na+nb) 

Answer 2

すべての配列は、あなただけ呼び出すことでマージすることができますので、刃先交換式です：

c = np.vstack(a,b) 

Answer 3

：

a[:2],b[:2] 

か、コアnumpyのスタッキング機能を使用することができ、このようになるはずですあなたが望むのは、明らかに、水平に積み重なったaとbのデカルト積です。あなたはそれらをスタックするnumpy.hstack、その後、numpyの配列のインデックスを生成するitertoolsモジュールを使用することができます。

import numpy as np 
from itertools import product 

a = np.array([[ 0.09028802, 0.2274419 ], 
       [ 0.35402772, 0.87834376]]) 

b = np.array([[ 0.4776325 , 0.73690098], 
       [ 0.69181444, 0.672248 ], 
       [ 0.79941110, 0.52273 ]]) 

a_inds, b_inds = map(list, zip(*product(range(len(a)), range(len(b))))) 

c = np.hstack((a[a_inds], b[b_inds])) 

これはのcその結果：インデックスの事を破壊

array([[ 0.09028802, 0.2274419 , 0.4776325 , 0.73690098], 
     [ 0.09028802, 0.2274419 , 0.69181444, 0.672248 ], 
     [ 0.09028802, 0.2274419 , 0.7994111 , 0.52273 ], 
     [ 0.35402772, 0.87834376, 0.4776325 , 0.73690098], 
     [ 0.35402772, 0.87834376, 0.69181444, 0.672248 ], 
     [ 0.35402772, 0.87834376, 0.7994111 , 0.52273 ]]) 

：

product(range(len(a)), range(len(b))は、リストに変換すると次のようなものが生成されます。

[(0, 0), (0, 1), (1, 0), (1, 1)] 

[0, 0, 1, 1]、[0, 1, 0, 1]のようなものが必要なので、ジェネレータをトランスポーズする必要があります。これを行うための慣用的な方法はzip(*zipped_thing)です。あなただけの直接これらを割り当てる場合は、あなたはこのように、tuplesを得るでしょう：私はマッピングされた理由である、

[(0, 0, 1, 1), (0, 1, 0, 1)] 

しかし、numpyの配列は多次元インデックスとしてタプルを解釈するので、あなたがリストにそれらを有効にしたいです関数の結果にlistコンストラクタを追加します。

Answer 4

ないきれいな、しかし、あなたはhstack組み合わせることができ、repeat、そしてtile：

>>> a = np.arange(4).reshape(2,2) 
>>> b = a+10 
>>> a 
array([[0, 1], 
     [2, 3]]) 
>>> b 
array([[10, 11], 
     [12, 13]]) 
>>> np.hstack([np.repeat(a,len(a),0),np.tile(b,(len(b),1))]) 
array([[ 0, 1, 10, 11], 
     [ 0, 1, 12, 13], 
     [ 2, 3, 10, 11], 
     [ 2, 3, 12, 13]]) 

または3x3のケースについて

：

>>> a = np.arange(9).reshape(3,3) 
>>> b = a+10 
>>> np.hstack([np.repeat(a,len(a),0),np.tile(b,(len(b),1))]) 
array([[ 0, 1, 2, 10, 11, 12], 
     [ 0, 1, 2, 13, 14, 15], 
     [ 0, 1, 2, 16, 17, 18], 
     [ 3, 4, 5, 10, 11, 12], 
     [ 3, 4, 5, 13, 14, 15], 
     [ 3, 4, 5, 16, 17, 18], 
     [ 6, 7, 8, 10, 11, 12], 
     [ 6, 7, 8, 13, 14, 15], 
     [ 6, 7, 8, 16, 17, 18]]) 

Answer 5

を使用できdstack()とbroadcast_arrays()：

import numpy as np 

a = np.random.randint(0, 10, (3, 2)) 
b = np.random.randint(10, 20, (4, 2)) 

np.dstack(np.broadcast_arrays(a[:, None], b)).reshape(-1, a.shape[-1] + b.shape[-1])