64

我的函数（名称 CovexHull(point)）接受参数作为二维数组。

hull = ConvexHull(点)

In [1]: points.ndim
Out[1]: 2
In [2]: points.shape
Out[2]: (10, 2)
In [3]: points
Out[3]: 
array([[ 0. ,  0. ],
       [ 1. ,  0.8],
       [ 0.9,  0.8],
       [ 0.9,  0.7],
       [ 0.9,  0.6],
       [ 0.8,  0.5],
       [ 0.8,  0.5],
       [ 0.7,  0.5],
       [ 0.1,  0. ],
       [ 0. ,  0. ]])

points 是一个带有 ndim 2 的 numpy 数组。

我有 2 个不同的 numpy 数组（tp 和 fp），如下所示

In [4]: fp.ndim
Out[4]: 1
In [5]: fp.shape
Out[5]: (10,)
In [6]: fp
Out[6]: 
array([ 0. ,  0.1,  0.2,  0.3,  0.4,  0.4,
        0.5, 0.6,  0.9,  1. ])

我想知道如何使用 tp 和 fp 有效地创建一个二维 numpy 数组（如上面提到的点）。

4

3 回答 3

87

如果您希望将两个 10 元素的一维数组组合成一个二维数组np.vstack((tp, fp)).T，就可以了。np.vstack((tp, fp))将返回一个形状为 (2, 10) 的数组，该T属性返回形状为 (10, 2) 的转置数组（即两个一维数组形成列而不是行）。

>>> tp = np.array([0, 1, 2, 3, 4, 5, 6, 7, 8, 9])
>>> tp.ndim
1
>>> tp.shape
(10,)

>>> fp = np.array([10, 11, 12, 13, 14, 15, 16, 17, 18, 19])
>>> fp.ndim
1
>>> fp.shape
(10,)

>>> combined = np.vstack((tp, fp)).T
>>> combined
array([[ 0, 10],
       [ 1, 11],
       [ 2, 12],
       [ 3, 13],
       [ 4, 14],
       [ 5, 15],
       [ 6, 16],
       [ 7, 17],
       [ 8, 18],
       [ 9, 19]])

>>> combined.ndim
2
>>> combined.shape
(10, 2)
于 2013-07-17T21:49:32.513 回答
35

您可以使用 numpy 的column_stack

np.column_stack((tp, fp))
于 2019-04-20T06:43:28.930 回答
2

另一种方法是使用np.transpose. 好像偶尔会用到，但是不可读，所以使用上面的答案是个好主意。但我希望当你在某个地方遇到它时它会有所帮助。

import numpy as np

tp = np.array([0, 1, 2, 3, 4, 5, 6, 7, 8, 9])
fp = np.array([10, 11, 12, 13, 14, 15, 16, 17, 18, 19])
combined = np.transpose((tp, fp))
combined
# Out[3]:
# array([[ 0, 10],
#        [ 1, 11],
#        [ 2, 12],
#        [ 3, 13],
#        [ 4, 14],
#        [ 5, 15],
#        [ 6, 16],
#        [ 7, 17],
#        [ 8, 18],
#        [ 9, 19]])
combined.ndim
# Out[4]: 2
combined.shape
# Out[5]: (10, 2)
于 2021-08-05T04:49:07.233 回答