blocks|key|1857405|text|您可以使用dstack：|type|unstyled|depth|inlineStyleRanges|entityRanges|offset|length|data|1857406|>>>+np.dstack((a,b))
array([[[0,+0],
++++++++[1,+1],
++++++++[2,+2],
++++++++[3,+3]],

+++++++[[4,+4],
++++++++[5,+5],
++++++++[6,+6],
++++++++[7,+7]]])|code-block|syntax|javascript|1857407|如果必须要有元组：|1857408|>>>+np.array(zip(a.ravel(),b.ravel()),+dtype=('i4,i4')).reshape(a.shape)
array([[(0,+0),+(1,+1),+(2,+2),+(3,+3)],
+++++++[(4,+4),+(5,+5),+(6,+6),+(7,+7)]],
++++++dtype=[('f0',+'<i4'),+('f1',+'<i4')])|1857409|1857410|对于Python迭代器，需要展开zip迭代器对象。请注意，这是非常低效的：|style|CODE|1857411|>>>+np.array(list(zip(a.ravel(),b.ravel())),+dtype=('i4,i4')).reshape(a.shape)
array([[(0,+0),+(1,+1),+(2,+2),+(3,+3)],
+++++++[(4,+4),+(5,+5),+(6,+6),+(7,+7)]],
++++++dtype=[('f0',+'<i4'),+('f1',+'<i4')])|1857412|entityMap|0|LINK|mutability|MUTABLE|url|http://docs.scipy.org/doc/numpy/reference/generated/numpy.dstack.html^0|5|6|0|0|0|0|0|0|G|3|0|0^^$0|@$1|2|3|4|5|6|7|11|8|@]|9|@$A|12|B|13|1|14]]|C|$]]|$1|D|3|E|5|F|7|15|8|@]|9|@]|C|$G|H]]|$1|I|3|J|5|6|7|16|8|@]|9|@]|C|$]]|$1|K|3|L|5|F|7|17|8|@]|9|@]|C|$G|H]]|$1|M|3|-4|5|6|7|18|8|@]|9|@]|C|$]]|$1|N|3|O|5|6|7|19|8|@$A|1A|B|1B|P|Q]]|9|@]|C|$]]|$1|R|3|S|5|F|7|1C|8|@]|9|@]|C|$G|H]]|$1|T|3|-4|5|6|7|1D|8|@]|9|@]|C|$]]]|U|$V|$5|W|X|Y|C|$Z|10]]]]

You can use <a href="http://docs.scipy.org/doc/numpy/reference/generated/numpy.dstack.html" rel="noreferrer">dstack</a>: 

<pre><code>&gt;&gt;&gt; np.dstack((a,b))
array([[[0, 0],
 [1, 1],
 [2, 2],
 [3, 3]],

 [[4, 4],
 [5, 5],
 [6, 6],
 [7, 7]]])
</code></pre>

If you must have tuples:

<pre><code>&gt;&gt;&gt; np.array(zip(a.ravel(),b.ravel()), dtype=('i4,i4')).reshape(a.shape)
array([[(0, 0), (1, 1), (2, 2), (3, 3)],
 [(4, 4), (5, 5), (6, 6), (7, 7)]],
 dtype=[('f0', '&lt;i4'), ('f1', '&lt;i4')])
</code></pre>

<hr>

For Python 3+ you need to expand the <code>zip</code> iterator object. Please note that this is horribly inefficient:

<pre><code>&gt;&gt;&gt; np.array(list(zip(a.ravel(),b.ravel())), dtype=('i4,i4')).reshape(a.shape)
array([[(0, 0), (1, 1), (2, 2), (3, 3)],
 [(4, 4), (5, 5), (6, 6), (7, 7)]],
 dtype=[('f0', '&lt;i4'), ('f1', '&lt;i4')])
</code></pre>

blocks|key|4827279|text|np.array([zip(x,y)+for+x,y+in+zip(a,b)])|type|code-block|depth|inlineStyleRanges|entityRanges|data|syntax|javascript|4827280|unstyled|entityMap^0|0^^$0|@$1|2|3|4|5|6|7|G|8|@]|9|@]|A|$B|C]]|$1|D|3|-4|5|E|7|H|8|@]|9|@]|A|$]]]|F|$]]

<pre><code>np.array([zip(x,y) for x,y in zip(a,b)])
</code></pre>

blocks|key|4827298|text|您还可以指定转置索引：|type|unstyled|depth|inlineStyleRanges|entityRanges|data|4827299|c+=+np.array([a,b]).transpose(1,2,0)|code-block|syntax|javascript|4827300|entityMap^0|0|0^^$0|@$1|2|3|4|5|6|7|I|8|@]|9|@]|A|$]]|$1|B|3|C|5|D|7|J|8|@]|9|@]|A|$E|F]]|$1|G|3|-4|5|6|7|K|8|@]|9|@]|A|$]]]|H|$]]

You could also specify the transpose indices:
<pre><code>c = np.array([a,b]).transpose(1,2,0)
</code></pre>

For example I have 2 arrays

<pre><code>a = array([[0, 1, 2, 3],
 [4, 5, 6, 7]])
b = array([[0, 1, 2, 3],
 [4, 5, 6, 7]])
</code></pre>

How can I <code>zip</code> <code>a</code> and <code>b</code> so I get

<pre><code>c = array([[(0,0), (1,1), (2,2), (3,3)],
 [(4,4), (5,5), (6,6), (7,7)]])
</code></pre>

?

in Numpy, how to zip two 2-D arrays?

翻译质量差，导致语言生硬或混乱。

没有提供实际的解决方法或示例。

解答不清晰，无法理解或解决问题。

页面排版不美观，阅读体验差。

文章

问答

视频

学习中心

腾讯云实验室

直播

竞赛

腾讯云代码分析专区

腾讯iOA零信任安全管理系统专区

腾讯云架构师技术同盟交流圈

腾讯云数据库专区

腾讯云顾问专区

腾讯云原生专区

腾讯混元专区

腾讯云TCE专区

腾讯云Lighthouse专区

腾讯云HAI专区

腾讯云Edgeone专区

腾讯云存储专区

腾讯云智能专区

腾讯轻联专区 

腾讯云开发专区

TAPD专区

腾讯轻量云游戏服专区

腾讯云最具价值专家

腾讯云架构师技术同盟

腾讯云创作之星

腾讯云开发者先锋

腾讯云代码助手

云原生构建

TAPD 敏捷项目管理

Cloud Studio

SDK中心

API中心

命令行工具

涵盖代码开发、场景应用、自动测试全流程，助你从零构建专属AI助手

一站式MCP教程库，解锁AI应用新玩法

例如，我有两个数组a = array([[0, 1, 2, 3],           [4, 5, 6, 7]])b = array([[0, 1, 2, 3],           [4, 5, 6, 7]])我如何zip a和b，这样我就可以c = array([[(0,0), (1,1), (2,2), (3,...

问在Numpy中，如何压缩两个2-D数组？
EN

Stack Overflow用户

社区

活动

圈层

关于

腾讯云开发者

热门产品

热门推荐

更多推荐

问在Numpy中，如何压缩两个2-D数组？EN