假设我有以下 numpy 数组:
import numpy as np
a = np.array([1, 2])
b = np.array([1])
c = np.array([1, 4, 8, 10])
我怎样才能像 np.vstack((a, b, c)) 那样不出错?我知道有一种纯 Python 方式 l = [a, b, c] 但这不够有效。我想用 numpy 方法实现它。你有什么主意吗?提前致谢!
请您参考如下方法:
In [863]: a = np.array([1, 2])
In [864]: b = np.array([1])
In [865]: c = np.array([1, 4, 8, 10])
这 3 个数组的列表:
In [866]: ll=[a,b,c]
由这个列表组成的对象 dtype 数组:
In [867]: A=np.array(ll)
In [868]: A
Out[868]: array([array([1, 2]), array([1]), array([ 1, 4, 8, 10])], dtype=object)
A,如 ll 包含指向内存中其他地方的数据对象的指针。在内存使用方面,它们同样高效。
In [870]: id(A[1]),id(b)
Out[870]: (3032501768, 3032501768)
您可以对 A 的元素执行有限数量的数学运算,例如,如人们预期的那样可以进行加法运算
In [871]: A+3
Out[871]: array([array([4, 5]), array([4]), array([ 4, 7, 11, 13])], dtype=object)
但是几乎没有速度优势,例如
In [876]: timeit [x+3 for x in ll]
100000 loops, best of 3: 9.52 µs per loop
In [877]: timeit A+3
100000 loops, best of 3: 14.6 µs per loop
和其他类似 np.max 的东西不起作用。你必须逐个测试这个案例。
此处有更多详细信息:Maintaining numpy subclass inside a container after applying ufunc和其他对象数组问题。
