如何合并存储在列表中的几个数组

Question

我想连接几个存储在列表中的数组。数组的长度不同。我已经阅读了this solution，但不幸的是我无法解决我的问题。这是简化的输入数据：

arr_all= [array([[1 ,2 , 10],
                 [5, 8, 3]]),
          array([[1, 0, 5]]),
          array([[0, 1, 8]]),
          array([[9, 13, 0]]),
          array([[2, 10, 2],
                 [1.1, 3, 3]]),
          array([[25, 0, 0]])]
n_data_sets=2
n_repetition=3

现在，我想合并（连接）第一个数组 arr_all (arr_all[0]) 和第四个数组 (arr_all[3])，第二个数组 (arr_all[1]) 和第五个数组 (arr_all[4])第三个（arr_all[2]）和最后一个（arr_all[5]）。事实上，这里我有两个数据集（n_data_sets=2），它们重复了三次（n_repetition=3）。实际上，我有几个重复数十次的数据集。我想将每个数据集放在我列表的单个数组中。我可以说输入是根据重复排序的，但我想根据每次重复的数据集进行排序。我的预期结果是：

arr_all= [array([[1, 2 , 10],
                 [5, 8, 3],
                 [9, 13, 0]]),
          array([[1, 0, 5],
                 [2, 10, 2],
                 [1.1, 3, 3]]),
          array([[0, 1, 8],
                 [25, 0, 0]])]

我的输入数据是一个包含六个数组的列表（n_repetition 次 n_data_sets），但我的结果包含 n_repetition 数组。 提前感谢任何反馈。

Answer 1

为了进一步回应 Alexander 的回应，我想出了以下办法：

import numpy as np

arr_all = [np.array([[1, 2, 10], [5, 8, 3]]),
           np.array([[1, 0, 5]]),
           np.array([[0, 1, 8]]),
           np.array([[9, 13, 0]]),
           np.array([[2, 10, 2], [1.1, 3, 3]]),
           np.array([[25, 0, 0]])]
n_data_sets = 2
n_repetition = 3

new_array = []
for i in range(n_repetition):
    dataset = arr_all[i]
    for j in range(n_data_sets-1):
        dataset = np.concatenate([dataset, arr_all[i+(n_repetition*(j+1))]])
    new_array.append(dataset)

print(new_array)

我还找到了一种更简洁的方法，但在时间方面可能更糟：

import numpy as np

arr_all = [np.array([[1, 2, 10], [5, 8, 3]]),
           np.array([[1, 0, 5]]),
           np.array([[0, 1, 8]]),
           np.array([[9, 13, 0]]),
           np.array([[2, 10, 2], [1.1, 3, 3]]),
           np.array([[25, 0, 0]])]
n_data_sets = 2
n_repetition = 3

reshaped = np.reshape(arr_all, (n_repetition, n_data_sets), order='F')

new = []

for arr in reshaped:
    new.append(np.concatenate(arr))

print(new)

Answer 2

两个总是将前半部分与后半部分合并（如果这是你的意图），你可以做这样的事情（如果你有偶数数量的数组，这将起作用。

import numpy as np

arr_all= [np.array([[1 ,2 , 10],
                 [5, 8, 3]]),
          np.array([[1, 0, 5]]),
          np.array([[0, 1, 8]]),
          np.array([[9, 13, 0]]),
          np.array([[2, 10, 2],
                 [1.1, 3, 3]]),
          np.array([[25, 0, 0]])]
          
half = int(len(arr_all)/2)

new = []
for i in range(half):
    new.append(np.concatenate((arr_all[i],arr_all[i+half]), axis=0))

print(new)