python - 如何在 numpy 中堆叠数组和标量？

Question

我有一个 numpy 向量(一维数组)或标量(即只是数字)的列表。所有向量的长度都相同，但我不知道那是什么。我需要 vstack 所有元素以创建一个矩阵(二维数组)，这样标量被视为在每个位置都有标量的向量。

例子是最好的描述:

案例一:

>>> np.vstack([np.array([1, 2, 3]), np.array([3, 2, 1])])
array([[1, 2, 3],
       [3, 2, 1]])

案例二:

>>> np.vstack([1, 2])
array([[1],
       [2]])

案例三:

>>> np.vstack([np.array([1, 2, 3]), 0, np.array([3, 2, 1])])
np.array([[1, 2, 3],
          [0, 0, 0],
          [3, 2, 1]])

案例 1 和案例 2 开箱即用。然而，在情况 3 中，它不需要，因为 vstack 需要所有元素都是相同长度的数组。

是否有一些好的方法(最好是单行)来实现这一点？

Answer 1

你可以 create broadcast object ，然后调用 np.column_stack:

In [175]: np.column_stack(np.broadcast([1, 2, 3], 0, [3, 2, 1]))
Out[175]: 
array([[1, 2, 3],
       [0, 0, 0],
       [3, 2, 1]])

或者，您可以要求 NumPy 返回 literally broadcast形状兼容的数组的项目:

In [158]: np.broadcast_arrays([1, 2, 3], [3, 2, 1], 0)
Out[158]: [array([1, 2, 3]), array([3, 2, 1]), array([0, 0, 0])]

然后在上面调用 vstack 或 row_stack:

In [176]: np.row_stack(np.broadcast_arrays([1, 2, 3], 0, [3, 2, 1]))
Out[176]: 
array([[1, 2, 3],
       [0, 0, 0],
       [3, 2, 1]])

在这两个选项中(使用 np.broadcast 或 np.broadcast_arrays)，np.broadcast 更快，因为您实际上不需要实例化广播子阵列。

然而，np.broadcast 的一个限制是它最多可以接受 32争论。在这种情况下，请使用 np.broadcast_arrays。