在矩阵中使用3个向量作为列
在矩阵中使用3个向量作为列
提问于 2014-11-20 09:28:52
我意识到这应该很容易，但我有一个很大的数据集(14k点)，而且我的新编码方式有内存问题。
所以。我有三个有序列表，xnew是x坐标，ynew是y坐标，znew是z坐标。我想要一个数组，其中每行是一个点，有三列，分别是x，y和z。首先，我尝试了一下：
points = []
for point_number in range(len(xnew)):
points.append((xnew[point_number], ynew[point_number],
znew[point_number]))
xyz_out = np.array(points)它只适用于我的一小部分数据，但不适用于整个数据。
现在，我有这样的想法：
xyz_out = np.array([xnew, ynew, znew])
xyz_out.transpose((1, 0))
return xyz_out出于某种原因，它不会转置我的数据，尽管它看起来应该是转置文档中的数据。有什么建议吗？
回答 3
Stack Overflow用户
发布于 2014-11-20 11:10:15
xyz = np.column_stack((xnew, ynew, znew))Stack Overflow用户
发布于 2014-11-20 09:32:16
创建矩阵的另一种方法是利用内置的zip函数：
In [1]: import numpy as np
In [2]: xnew, ynew, znew = range(1000), range(1000), range(1000)
In [3]: xyz = np.array(zip(xnew, ynew, znew))
In [4]: xyz[1, :]
Out[4]: array([1, 1, 1])
In [5]: xyz[2, :]
Out[5]: array([2, 2, 2])zip会将每个坐标向量的第i个值分组到元组中，如下所示：
>>> zip(xnew, ynew, znew)[0]
(0, 0, 0)这使得转换成numpy.array变得很容易。
Stack Overflow用户
发布于 2014-11-20 10:06:31
大多数numpy方法只返回一个视图，不会就地修改对象。有关更多详细信息，请参阅this question和其他许多网站。考虑一下：
import numpy as np
xnew, ynew, znew = range(1000), range(1000), range(1000)
xyz_out = np.array([xnew, ynew, znew])
xyz_out.transpose((1, 0))最后一行只提供了xyz_out数组转置的视图。您可以将其分配给：
xyz_out = xyz_out.transpose((1, 0))现在它可以工作了。在像您这样的2D情况下，只需编写xyz_out = xyz_out.T进行转置即可。
numpy转置也比zip快4到5倍。
%%timeit
xyz_out = np.array([xnew, ynew, znew])
xyz_out = xyz_out.T
%%timeit
xyz_out = np.array(zip(xnew, ynew, znew))页面原文内容由Stack Overflow提供。腾讯云小微IT领域专用引擎提供翻译支持
原文链接：
https://stackoverflow.com/questions/27030218
复制相关文章
相似问题
腾讯云开发者
