Python 如何使用NumPy从列表创建多维数组？

应该有一种方法可以像这样打开列表：

a = [[1], [2], [3], [4], [5]]
b = [[6], [7], [8], [9], [10]]

c = [[1, 6], [2, 7], [3, 8], [4, 9], [5, 10]]

对这样的事情：

a = [[1], [2], [3], [4], [5]]
b = [[6], [7], [8], [9], [10]]

c = [[1, 6], [2, 7], [3, 8], [4, 9], [5, 10]]

现在我正在使用

for

循环来实现这一点

c = []
for pos in range(len(a)):
    c.append([a[pos], b[pos]])

无论如何，for的循环速度很慢，听起来不像是一个信息广告，但必须有更好的方法

一种方法是使用：

column\u stack

首先将列表强制为数组并返回数组

由于

a

和

b

都是单个元素的列表，因此当强制为数组时，每个元素都成为二维列向量。由于这一事实，您还可以使用或实现相同的功能（它们还强制列表为具有正确形状的数组）。使用

np.hstack（（a，b））

或

np.concatenate（（a，b），axis=1）

---

为了完整性，还可以通过编写

np.c.[a，b]

来使用。其他方法更直接，可能更快。

非numpy解决方案是可行的

In [10]: zip(a,b)
Out[10]: [([1], [6]), ([2], [7]), ([3], [8]), ([4], [9]), ([5], [10])]

哎呀，不完全是。没有内括号，

zip

可以很好地重新组合列表：

In [11]: zip([1,2,3],[4,5,6])
Out[11]: [(1, 4), (2, 5), (3, 6)]

再多玩一点，我就明白了

In [12]: zip(zip(*a)[0],zip(*b)[0])
Out[12]: [(1, 6), (2, 7), (3, 8), (4, 9), (5, 10)]

我也是列表理解的超级粉丝。它们是循环的一种形式，但使用普通Python时，它们非常紧凑，速度尽可能快。这里我也需要

[0]

从内部列表中提取术语

In [25]: [[i[0],j[0]] for i,j in zip(a,b)]
Out[25]: [[1, 6], [2, 7], [3, 8], [4, 9], [5, 10]]

itertools.chain

是另一个用于展平嵌套列表的好工具：

In [31]: zip(*(itertools.chain(*a),itertools.chain(*b)))
Out[31]: [(1, 6), (2, 7), (3, 8), (4, 9), (5, 10)]

但既然您提到了

numpy

，我们可以使用：

In [18]: np.concatenate((a,b),axis=1)
Out[18]: 
array([[ 1,  6],
       [ 2,  7],
       [ 3,  8],
       [ 4,  9],
       [ 5, 10]])

因为

np.array（a）

产生一个

（5,1）

数组，所以基本的

串联

起作用。因此，2个这样的阵列可以连接成

（5,2）

阵列，而无需进一步调整形状

要返回嵌套列表格式，请在该数组上使用

tolist

In [19]: np.concatenate((a,b),axis=1).tolist()
Out[19]: [[1, 6], [2, 7], [3, 8], [4, 9], [5, 10]]

hstack

和

column\u stack

也在

1

轴上连接，必要时调整尺寸。但是我喜欢

np.concatenate

提供（和要求）的显式控制