将三个一维数组组合成一个二维数组？答案

【问题标题】：Combining Three 1D arrays into a 2D array?将三个一维数组组合成一个二维数组？
【发布时间】：2017-10-12 17:09:56
【问题描述】：

我有三个形状为(250L,) 的numpy 数组，分别称为c、I 和error。我希望能够将三个数组保存到一个文本文件中，以便每个数组都是文件中的一列。到目前为止，我已经尝试了以下方法：

DataArray = np.concatenate((c,I,Error),axis=1)
np.savetxt('VaryingC.txt',DataArray)

这会返回一个错误，因为初始数组是一维的：

IndexError: 轴 1 超出范围 [0, 1)

如何将三个数组组合成一个形状(250,3) 数组？

【问题讨论】：

你追求的是：np.column_stack((c,I,Error))?

标签： python arrays python-2.7 numpy concatenation

【解决方案1】：

concatenate 加入现有轴，stack 插入新轴：

DataArray = np.stack((c,I,Error),axis=1)

【讨论】：

【解决方案2】：

您似乎正在寻找：

DataArray = np.column_stack((c,I,Error))

时间：

In [201]: a1 = np.random.randint(10**6, size=10**6)

In [202]: a2 = np.random.randint(10**6, size=10**6)

In [203]: a3 = np.random.randint(10**6, size=10**6)

In [204]: %timeit np.column_stack((a1,a2,a3))
100 loops, best of 3: 14.1 ms per loop

In [205]: %timeit np.stack((a1,a2,a3),axis=1)
100 loops, best of 3: 14.2 ms per loop

In [206]: %timeit np.transpose([a1,a2,a3])
100 loops, best of 3: 10.7 ms per loop

【讨论】：

【解决方案3】：

在您的情况下，您可以创建一个新数组，然后转置它：

np.transpose([c, I, Error])

np.transpose 自动创建一个新数组，所以你不需要自己创建一个。

例如：

>>> import numpy as np

>>> a = np.array([1, 1, 1, 1, 1])
>>> b = np.array([2, 2, 2, 2, 2])
>>> c = np.array([3, 3, 3, 3, 3])

>>> DataArray = np.transpose([a, b, c])
>>> DataArray
array([[1, 2, 3],
       [1, 2, 3],
       [1, 2, 3],
       [1, 2, 3],
       [1, 2, 3]])

>>> DataArray.shape
(5, 3)

【讨论】：

您的解决方案似乎是提供的解决方案中最快的:)
@MaxU 感谢您安排时间！它是最快的并不让我感到惊讶：毕竟transpose 是最不通用的解决方案。值得注意的是，transpose 的结果是 F-contiguous，而 stack 和 column_stack 返回 C-contiguous 数组。