Pythonのnumpyで "zip（）"と同等のものは何ですか？

Question

私は次の操作を実行しようとしているが、numpyのアレイとしています：

x = [(0.1, 1.), (0.1, 2.), (0.1, 3.), (0.1, 4.), (0.1, 5.)] 
normal_result = zip(*x) 

これは結果与える必要があります。

normal_result = [(0.1, 0.1, 0.1, 0.1, 0.1), (1., 2., 3., 4., 5.)] 

をしかし、入力ベクトルがnumpyの配列の場合：

y = np.array(x) 
numpy_result = zip(*y) 
print type(numpy_result) 

（該当する）は次のようになります。

<type 'list'> 

問題は、この後に結果をnumpy配列に変換する必要があることです。

私が知りたいことは、これらの前後の変換を避ける効率的なnumpy関数がある場合です。

Answer 1

あなたはそれを移調することができます...

>>> a = np.array([(0.1, 1.), (0.1, 2.), (0.1, 3.), (0.1, 4.), (0.1, 5.)]) 
>>> a 
array([[ 0.1, 1. ], 
     [ 0.1, 2. ], 
     [ 0.1, 3. ], 
     [ 0.1, 4. ], 
     [ 0.1, 5. ]]) 
>>> a.T 
array([[ 0.1, 0.1, 0.1, 0.1, 0.1], 
     [ 1. , 2. , 3. , 4. , 5. ]]) 

Answer 2

はdstackを使用してみてください：

>>> from numpy import * 
>>> a = array([[1,2],[3,4]]) # shapes of a and b can only differ in the 3rd dimension (if present) 
>>> b = array([[5,6],[7,8]]) 
>>> dstack((a,b)) # stack arrays along a third axis (depth wise) 
array([[[1, 5], 
     [2, 6]], 
     [[3, 7], 
     [4, 8]]]) 

ので、あなたの場合には、それは次のようになります。

x = [(0.1, 1.), (0.1, 2.), (0.1, 3.), (0.1, 4.), (0.1, 5.)] 
y = np.array(x) 
np.dstack(y) 

>>> array([[[ 0.1, 0.1, 0.1, 0.1, 0.1], 
    [ 1. , 2. , 3. , 4. , 5. ]]])