Python zip不同维度的numpy数组

Question

我想通过np.save来保存numpy数组。对于压缩一维数组我使用

import numpy as np

a = np.ones(4) * 5.
b = np.ones(4) * 4.
data = np.array(zip(a, b))

完全符合我的要求。现在我有更多数据，比如说

c = numpy.ones((2, 4))

但

data = np.array(zip(a, b, c))

不起作用。我能做到

data = np.array(zip(a, b, c[0], c[1]))

相反，c的“深度”会发生变化。我的解决方案是

data = np.insert(c, 0, b, axis=0)
data = np.insert(data, 0, a, axis=0)
data = zip(*data)

但这看起来有些欠佳。谢谢你的建议。

Answer 1

我会使用numpy.hstack / vstack：

a = np.ones(4) * 5
b = np.ones(4) * 4
c = np.ones((2, 4))
data = np.vstack([a,b,c]).T

编辑：我现在大多使用np.row_stack / column_stack，因为我发现它比hstack或vstack更自然：

    data = np.column_stack([a,b,c.T])

Answer 2

使用* opertor来打开＆＃34;解压缩＆＃34;致电c时zip：

data = np.array(zip(a, b, *c))
data.shape
=> (4, 4)

（你可以避免zip并使用直接的numpy方法（例如使用vstack，如@metaperture建议的那样），这可以说是一种更好的方法。但是，这个答案说明了正确的方法。正是你原本想要做的事情）

Answer 3

如果您的唯一目标是保存多个不同维度的数组，我会不建议使用zip，正如此问题的标题所暗示的那样。请改用np.savez或np.savez_compressed。这些函数旨在保存多个数组（任意维度）。

使用zip特别糟糕，因为它不会移植到Python3，其中zip会返回迭代器而不是元组列表。在迭代器上调用np.array会创建一个包含单个元素dtype object的数组，这可能不是您想要的。 保存和加载后，我无法恢复压缩数据。