Python 两个numpy数组的每行组合的串联

给定两个不同形状的数组（A和B），我想生成一个数组，其中包含A中的每一行与B中的每一行的串联

例如：

A = np.array([[1, 2],
              [3, 4],
              [5, 6]])

B = np.array([[7, 8, 9],
              [10, 11, 12]])

要生成阵列，请执行以下操作：

[[1, 2, 7, 8, 9],
 [1, 2, 10, 11, 12],
 [3, 4, 7, 8, 9],
 [3, 4, 10, 11, 12],
 [5, 6, 7, 8, 9],
 [5, 6, 10, 11, 12]]

我可以通过迭代来实现这一点，但它非常慢，因此需要寻找一些组合的

numpy

函数来尽可能高效地重新创建上述内容（输入数组A和B的大小将达到10000行，因此需要避免嵌套循环）

参考：

输出：

[array([1, 2, 7, 8, 9]),
 array([ 1,  2, 10, 11, 12]),
 array([3, 4, 7, 8, 9]),
 array([ 3,  4, 10, 11, 12]),
 array([5, 6, 7, 8, 9]),
 array([ 5,  6, 10, 11, 12])]

---

完美的问题，了解和

这是一个使用这些工具的矢量化解决方案-

def concatenate_per_row(A, B):
    m1,n1 = A.shape
    m2,n2 = B.shape

    out = np.zeros((m1,m2,n1+n2),dtype=A.dtype)
    out[:,:,:n1] = A[:,None,:]
    out[:,:,n1:] = B
    return out.reshape(m1*m2,-1)

样本运行-

In [441]: A
Out[441]: 
array([[1, 2],
       [3, 4],
       [5, 6]])

In [442]: B
Out[442]: 
array([[ 7,  8,  9],
       [10, 11, 12]])

In [443]: concatenate_per_row(A, B)
Out[443]: 
array([[ 1,  2,  7,  8,  9],
       [ 1,  2, 10, 11, 12],
       [ 3,  4,  7,  8,  9],
       [ 3,  4, 10, 11, 12],
       [ 5,  6,  7,  8,  9],
       [ 5,  6, 10, 11, 12]])

---

真漂亮！谢谢，它工作得很好，并且有预先分配输出数组的附带好处，因此可以确保我在前面有足够的空间。@DaveChallis这就是整个想法。对于大型阵列，任何堆叠操作都只是内存/性能效率方面的惩罚。@Divakar，漂亮的解决方案！如果您有时间，您能给我一个提示，如何使用broadcast_to函数来强制显式广播concatenate。在上有一个讨论，但它都是基于希望加入（n，1）数组而不是整行，并且它实际上不使用广播来连接。例如，我很难适应一个数组是（3,3），另一个是（4,2）的情况[寻找形状（12,5）的答案]。您的解决方案在这方面是有效的，但希望更好地掌握broadcast_to（）。

In [441]: A
Out[441]: 
array([[1, 2],
       [3, 4],
       [5, 6]])

In [442]: B
Out[442]: 
array([[ 7,  8,  9],
       [10, 11, 12]])

In [443]: concatenate_per_row(A, B)
Out[443]: 
array([[ 1,  2,  7,  8,  9],
       [ 1,  2, 10, 11, 12],
       [ 3,  4,  7,  8,  9],
       [ 3,  4, 10, 11, 12],
       [ 5,  6,  7,  8,  9],
       [ 5,  6, 10, 11, 12]])