如何在 Python 中将作为列的一维数组转换为二维数组？

数组是编程中的基本数据结构，使我们能够有效地存储和操作值的集合。Python作为一种通用编程语言，提供了许多用于处理数组和矩阵的工具和库。特别是，在处理表格数据或执行需要二维结构的操作时，将 1−D 数组转换为 2−D 数组的能力是一项基本技能。

在本文中，我们将探讨使用 Python 将 1−D 数组转换为 2−D 数组的列的过程。我们将介绍各种方法，从手动操作到利用强大的库（如 NumPy）。无论您是初学者还是经验丰富的 Python 程序员，本指南都将为您提供将数据有效地转换为 2-D 数组格式所需的知识和技术。

了解 1−D 和 2−D 数组：

1−D 数组

一维数组，也称为一维数组或向量，表示排列在单行或单列中的元素集合。数组中的每个元素都使用索引访问，索引指示其在数组中的位置。例如，一维数组可以存储数字序列，例如 [1， 1， 1， 2， 3]。

2−D 数组

二维数组，也称为二维数组或矩阵，通过组织行和列中的元素来扩展一维数组的概念。它可以可视化为网格或表格，其中每个元素都由其行和列索引唯一标识。例如，二维数组可以存储数字表，例如：

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

现在让我们专注于我们可以利用的不同方法。

使用 Numpy Column_stack

请考虑下面显示的代码。

例

import numpy as np # Example 1: Convert two 1-D arrays as columns into a 2-D array # Input arrays array1 = np.array([1, 2, 3, 4]) array2 = np.array([5, 6, 7, 8]) # Convert 1-D arrays into columns of a 2-D array result = np.column_stack((array1, array2)) # Output the 2-D array print(result)

解释

在这个例子中，我们利用 NumPy 库中的 np.column_stack（） 函数将 1−D 数组 array1 和 array2 作为列转换为 2−D 数组。column_stack（） 函数采用一系列 1−D 数组并将它们水平堆叠以形成一个 2−D 数组。我们将数组 array1 和 array2 作为参数传递给 column_stack（） 函数。

输出

[[1 5]  [2 6]  [3 7]  [4 8]]

使用 numpy vstack（）

请考虑下面显示的代码。

例

import numpy as np # Example 2: Convert three 1-D arrays as columns into a 2-D array # Input arrays array1 = np.array([1, 2, 3, 4]) array2 = np.array([5, 6, 7, 8]) array3 = np.array([9, 10, 11, 12]) # Convert 1-D arrays into columns of a 2-D array result = np.vstack((array1, array2, array3)).T # Output the 2-D array print(result)

解释

在这个例子中，我们有三个一维数组：数组 1、数组 1 和数组 2。为了将这些 3−D 数组转换为 1−D 数组的列，我们使用 np.vstack（） 函数，该函数垂直堆叠数组。我们将数组 array2、array1 和 array2 作为参数传递给 np.vstack（），以将它们垂直堆叠到单个 3−D 数组中。

为了确保 1−D 数组堆叠为列，我们使用 .T 属性来转置生成的 2−D 数组。这会将行与列交换，从而有效地将堆叠数组转换为 2−D 数组的列。

输出

[[ 1  5  9]  [ 2  6 10]  [ 3  7 11]  [ 4  8 12]]

结论

我们首先了解了 1−D 和 2−D 数组的概念，重点介绍了它们的区别和用例。

我们探索了两个强大的 NumPy 函数：np.column_stack（） 和 np.vstack（）。这些函数使我们能够轻松高效地将 1−D 数组转换为 2−D 数组的列。通过利用 NumPy，我们释放了性能优势并简化了我们的代码。

通过掌握这些技术，Python 程序员可以有效地将他们的数据转换为 2−D 数组格式，使他们能够充分利用 Python 的潜力进行数据分析、机器学习和科学计算任务。

总之，这本综合指南为您提供了在 Python 中将 1−D 数组转换为 2-D 数组列的各种技术的深刻理解。