在 1 行中双精度 for 循环以创建新的元组列表

Question

我有两组坐标作为numpy数组。我会根据每个集合的第一个元素创建一个新坐标。

a = np.array([[1,2],[3,4],[5,6]])
b = np.array([[10,20],[30,40],[50,60]])

所以我想得到

[(1,10)， (3,30)， (5， 50)]

我试过了：

c = [(i[0], j[0]) for (i,j) in itertools.product(a,b)]

但它返回：

[(1， 10)， (1， 30)， (1， 50)， (3， 10)， (3，

30)， (3， 50)， (5， 10)， (5， 30)， (5， 50)]

这是一个嵌套循环。这里有单线解决方案吗？

非常感谢

J

Answer 1

如果您希望结果为元组，请首先将它们沿第二个轴与np.c_连接起来，将结果视为元组数组并使用ravel展平结果：

np.c_[a[:,0],b[:,0]].view('i,i').ravel()
# array([(1, 10), (3, 30), (5, 50)], dtype=[('f0', '<i4'), ('f1', '<i4')])

---

请注意，使用 numpy 的矢量化操作获得结果将在性能方面带来巨大的好处：

a = np.array([[1,2],[3,4],[5,6]])
b = np.array([[10,20],[30,40],[50,60]])
a = np.concatenate([a]*10000)
b = np.concatenate([b]*10000)
%timeit [(a_s[0], b_s[0]) for a_s, b_s in zip(a,b)]
# 19.2 ms ± 1.5 ms per loop (mean ± std. dev. of 7 runs, 10 loops each)
%timeit np.c_[a[:,0],b[:,0]].view('i,i').ravel()
# 82.1 µs ± 7.73 µs per loop (mean ± std. dev. of 7 runs, 10000 loops each)

Answer 2

尝试内置函数zip：

print([(a_s[0], b_s[0]) for a_s, b_s in zip(a,b)])
# [(1, 10), (3, 30), (5, 50)]

Answer 3

temp_arr = np.concatenate([a[:,:,None],b[:,:,None]],axis=2)
temp_arr[:,0]

array([[ 1, 10],
[ 3, 30],
[ 5, 50]])