Переплетення двох масивів numpy

Припустимо, що наведені такі масиви:

a = array([1,3,5])
b = array([2,4,6])

Як можна їх ефективно переплести, щоб отримати такий третій масив

c = array([1,2,3,4,5,6])

Можна припустити, що length(a)==length(b).

Мені подобається відповідь Джоша. Я просто хотів додати більш повсякденне, звичне і трохи більш багатослівне рішення. Я не знаю, що є більш ефективним. Я сподіваюся, вони будуть мати подібні показники.

import numpy as np
a = np.array([1,3,5])
b = np.array([2,4,6])

c = np.empty((a.size + b.size,), dtype=a.dtype)
c[0::2] = a
c[1::2] = b

Я вважав, що варто перевірити, як працюють рішення з точки зору продуктивності. І ось результат:

Це наочно показує, що найбільш схвалена та прийнята відповідь (відповідь Паулса) - це також найшвидший варіант.

Код взятий з інших відповідей та з інших запитань :

# Setup
import numpy as np

def Paul(a, b):
    c = np.empty((a.size + b.size,), dtype=a.dtype)
    c[0::2] = a
    c[1::2] = b
    return c

def JoshAdel(a, b):
    return np.vstack((a,b)).reshape((-1,),order='F')

def xioxox(a, b):
    return np.ravel(np.column_stack((a,b)))

def Benjamin(a, b):
    return np.vstack((a,b)).ravel([-1])

def andersonvom(a, b):
    return np.hstack( zip(a,b) )

def bhanukiran(a, b):
    return np.dstack((a,b)).flatten()

def Tai(a, b):
    return np.insert(b, obj=range(a.shape[0]), values=a)

def Will(a, b):
    return np.ravel((a,b), order='F')

# Timing setup
timings = {Paul: [], JoshAdel: [], xioxox: [], Benjamin: [], andersonvom: [], bhanukiran: [], Tai: [], Will: []}
sizes = [2**i for i in range(1, 20, 2)]

# Timing
for size in sizes:
    func_input1 = np.random.random(size=size)
    func_input2 = np.random.random(size=size)
    for func in timings:
        res = %timeit -o func(func_input1, func_input2)
        timings[func].append(res)

%matplotlib notebook

import matplotlib.pyplot as plt
import numpy as np

fig = plt.figure(1)
ax = plt.subplot(111)

for func in timings:
    ax.plot(sizes, 
            [time.best for time in timings[func]], 
            label=func.__name__)  # you could also use "func.__name__" here instead
ax.set_xscale('log')
ax.set_yscale('log')
ax.set_xlabel('size')
ax.set_ylabel('time [seconds]')
ax.grid(which='both')
ax.legend()
plt.tight_layout()

Про всяк випадок, якщо у вас є numba, ви також можете використовувати це для створення функції:

import numba as nb

@nb.njit
def numba_interweave(arr1, arr2):
    res = np.empty(arr1.size + arr2.size, dtype=arr1.dtype)
    for idx, (item1, item2) in enumerate(zip(arr1, arr2)):
        res[idx*2] = item1
        res[idx*2+1] = item2
    return res

Це може бути трохи швидше, ніж інші альтернативи:

Ось однокласний вкладиш:

c = numpy.vstack((a,b)).reshape((-1,),order='F')

Ось простіша відповідь, ніж деякі з попередніх

import numpy as np
a = np.array([1,3,5])
b = np.array([2,4,6])
inter = np.ravel(np.column_stack((a,b)))

Після цього interміститься:

array([1, 2, 3, 4, 5, 6])

Ця відповідь також виявляється незначно швидшою:

In [4]: %timeit np.ravel(np.column_stack((a,b)))
100000 loops, best of 3: 6.31 µs per loop

In [8]: %timeit np.ravel(np.dstack((a,b)))
100000 loops, best of 3: 7.14 µs per loop

In [11]: %timeit np.vstack((a,b)).ravel([-1])
100000 loops, best of 3: 7.08 µs per loop

Це дозволить чергувати / чергувати два масиви, і я вважаю, що це цілком читабельно:

a = np.array([1,3,5])      #=> array([1, 3, 5])
b = np.array([2,4,6])      #=> array([2, 4, 6])
c = np.hstack( zip(a,b) )  #=> array([1, 2, 3, 4, 5, 6])

Можливо, це читабельніше, ніж рішення @ JoshAdel:

c = numpy.vstack((a,b)).ravel([-1])

Покращення відповіді @ xioxox:

import numpy as np
a = np.array([1,3,5])
b = np.array([2,4,6])
inter = np.ravel((a,b), order='F')

vstack Звичайно, це варіант, але більш простим рішенням для вашої справи може бути hstack

>>> a = array([1,3,5])
>>> b = array([2,4,6])
>>> hstack((a,b)) #remember it is a tuple of arrays that this function swallows in.
>>> array([1, 3, 5, 2, 4, 6])
>>> sort(hstack((a,b)))
>>> array([1, 2, 3, 4, 5, 6])

і що більш важливо це працює для довільних форм aіb

Також ви можете спробувати dstack

>>> a = array([1,3,5])
>>> b = array([2,4,6])
>>> dstack((a,b)).flatten()
>>> array([1, 2, 3, 4, 5, 6])

у вас зараз є варіанти!

Ще один однокласник: np.vstack((a,b)).T.ravel()
Ще один:np.stack((a,b),1).ravel()

Можна також спробувати np.insert. (Рішення перенесено з масивів Numpy Interleave )

import numpy as np
a = np.array([1,3,5])
b = np.array([2,4,6])
np.insert(b, obj=range(a.shape[0]), values=a)

Будь ласка , дивіться documentationі tutorialдля отримання додаткової інформації.

Мені потрібно було це зробити, але з багатовимірними масивами вздовж будь-якої осі. Ось швидка загальна функція для цього. Він має той самий підпис виклику np.concatenate, за винятком того, що всі вхідні масиви повинні мати абсолютно однакову форму.

import numpy as np

def interleave(arrays, axis=0, out=None):
    shape = list(np.asanyarray(arrays[0]).shape)
    if axis < 0:
        axis += len(shape)
    assert 0 <= axis < len(shape), "'axis' is out of bounds"
    if out is not None:
        out = out.reshape(shape[:axis+1] + [len(arrays)] + shape[axis+1:])
    shape[axis] = -1
    return np.stack(arrays, axis=axis+1, out=out).reshape(shape)