python - Crear una matriz bidimensional con 2 matrices unidimensionales.

arrays numpy

Question

Utilicé numpy y scipy y hay algunas funciones que realmente se preocupan por la dimensión de la matriz. Tengo un nombre de función CovexHull (punto) que acepta el punto como matriz bidimensional.

hull = ConvexHull (puntos)

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. ]])

Como se puede ver arriba, los puntos son un numpy con ndim 2.

Ahora tengo 2 matrices numpy diferentes (tp y fp) como esta (por ejemplo, fp)

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. ])

Mi pregunta es ¿cómo puedo crear una matriz numpy bidimensional de manera efectiva como puntos con tp y fp?

Answer 1

Puedes usar numpy column_stack

np.column_stack((tp, fp))

Answer 2

Si desea combinar dos matrices de 10 elementos 1-d en una matriz de 2 np.vstack((tp, fp)).T lo hará. np.vstack((tp, fp)) devolverá una matriz de forma (2, 10), y el atributo T devuelve la matriz transpuesta con forma (10, 2) (es decir, con las dos matrices 1-d que forman columnas en lugar de filas).

>>> 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)