连接作为列表元素的numpy数组答案

【问题标题】：concatenate numpy arrays which are elements of a list连接作为列表元素的numpy数组
【发布时间】：2015-03-23 09:34:19
【问题描述】：

我有一个包含 numpy 数组的列表，例如 L=[a,b,c] 其中 a、b 和 c 是 numpy 数组，其大小为 T 中的 N_a、T 中的 N_b 和 T 中的 N_c。
我想逐行连接 a、b 和 c 并获得一个形状为 (N_a+N_b+N_c, T) 的 numpy 数组。显然，一种解决方案是运行一个 for 循环并使用 numpy.concatenate，但是有没有 Python 的方法可以做到这一点？

谢谢

【问题讨论】：

标签： python arrays list numpy

【解决方案1】：

使用numpy.vstack。

L = (a,b,c)
arr = np.vstack(L)

【讨论】：

【解决方案2】：

help('concatenate' 有这个签名：

concatenate(...)
    concatenate((a1, a2, ...), axis=0)

    Join a sequence of arrays together.

(a1, a2, ...) 看起来像您的列表，不是吗？默认轴是您要加入的轴。所以让我们试试吧：

In [149]: L = [np.ones((3,2)), np.zeros((2,2)), np.ones((4,2))]

In [150]: np.concatenate(L)
Out[150]: 
array([[ 1.,  1.],
       [ 1.,  1.],
       [ 1.,  1.],
       [ 0.,  0.],
       [ 0.,  0.],
       [ 1.,  1.],
       [ 1.,  1.],
       [ 1.,  1.],
       [ 1.,  1.]])

vstack 也是这样做的，但是看看它的代码：

def vstack(tup):
    return np.concatenate([atleast_2d(_m) for _m in tup], 0)

它所做的只是确保组件数组具有二维，而你的就是这样。

【讨论】：

我明白了。所以本质上，在这里使用连接应该更快。谢谢
vstack 不应该增加太多时间，因为它只是摆弄形状和步幅等属性。基本上它是一个方便的功能。