我們有什么：
import numpy as np
a = np.array([[1,2],[11,22],[111,222],[1111,2222]])
b = np.array([[3],[33],[333],[3333]])
c = np.array([[4,5,6],[44,55,66],[444,555,666],[4444,5555,6666]])
data = [a,b,c]
我們想要的是：
[[ 1 2 3 4 5 6]
[ 11 22 33 44 55 66]
[ 111 222 333 444 555 666]
[1111 2222 3333 4444 5555 6666]]
根據需要執行任務的代碼：
new_arr=[]
for i in range(data[0].shape[0]):
index = []
for j in range(len(data)):
index.extend(data[j][i])
new_arr.append(index)
new_data = np.array(new_arr)
print(new_data)
注意：解決方案是正確的，并根據需要獲得輸出，但是有沒有其他更有效（更快）的方法來做到這一點？
問題：我正在執行機器學習任務并且訓練模型需要多次通過這些回圈，使得訓練程序非常緩慢。有什么辦法可以更有效地解決這個問題嗎？
uj5u.com熱心網友回復：
numpy.hstack 是你所追求的。
import numpy as np
a = np.array([[1,2],[11,22],[111,222],[1111,2222]])
b = np.array([[3],[33],[333],[3333]])
c = np.array([[4,5,6],[44,55,66],[444,555,666],[4444,5555,6666]])
d = np.hstack([a, b, c])
print(d)
輸出：
[[ 1 2 3 4 5 6]
[ 11 22 33 44 55 66]
[ 111 222 333 444 555 666]
[1111 2222 3333 4444 5555 6666]]
uj5u.com熱心網友回復：
你可以用np.concatenate與axis=1
new_arr = np.concatenate([a, b, c], axis=1)
輸出：
>>> new_arr
array([[ 1, 2, 3, 4, 5, 6],
[ 11, 22, 33, 44, 55, 66],
[ 111, 222, 333, 444, 555, 666],
[1111, 2222, 3333, 4444, 5555, 6666]])
轉載請註明出處，本文鏈接：https://www.uj5u.com/gongcheng/396605.html
上一篇：Python中的Input()IFELSE控制陳述句
下一篇：通過索引列創建新的資料框