我有一个numpy矩阵,并希望将所有行连接在一起,所以我最终得到一个长数组。
#example
input:
[[1 2 3]
[4 5 6}
[7 8 9]]
output:
[[1 2 3 4 5 6 7 8 9]]
我现在这样做的方式似乎并不像pythonic。我确信有更好的方法。
combined_x = x[0]
for index, row in enumerate(x):
if index!= 0:
combined_x = np.concatenate((combined_x,x[index]),axis=1)
感谢您的帮助。
答案 0 :(得分:7)
我建议使用ndarray
的{{3}}或ravel
方法。
>>> a = numpy.arange(9).reshape(3, 3)
>>> a.ravel()
array([0, 1, 2, 3, 4, 5, 6, 7, 8])
ravel
比concatenate
和flatten
快,因为它不会返回副本,除非它必须:
>>> a.ravel()[5] = 99
>>> a
array([[ 0, 1, 2],
[ 3, 4, 99],
[ 6, 7, 8]])
>>> a.flatten()[5] = 77
>>> a
array([[ 0, 1, 2],
[ 3, 4, 99],
[ 6, 7, 8]])
但如果您需要副本以避免上述内存共享,那么您最好使用flatten
而不是concatenate
,正如您可以从这些时间中看到的那样:
>>> %timeit a.ravel()
1000000 loops, best of 3: 468 ns per loop
>>> %timeit a.flatten()
1000000 loops, best of 3: 1.42 us per loop
>>> %timeit numpy.concatenate(a)
100000 loops, best of 3: 2.26 us per loop
另请注意,您可以使用reshape
来实现输出显示的完全结果(一行二维数组)(感谢Pierre GM!):
>>> a = numpy.arange(9).reshape(3, 3)
>>> a.reshape(1, -1)
array([[0, 1, 2, 3, 4, 5, 6, 7, 8]])
>>> %timeit a.reshape(1, -1)
1000000 loops, best of 3: 736 ns per loop
答案 1 :(得分:3)
您可以使用numpy concatenate
function:
>>> ar = np.array([[1,2,3],[4,5,6],[7,8,9]])
>>> np.concatenate(ar)
array([1, 2, 3, 4, 5, 6, 7, 8, 9])
您还可以尝试flatten
:
>>> ar.flatten()
array([1, 2, 3, 4, 5, 6, 7, 8, 9])