2つのnumpy配列を織り交ぜる

次の配列が与えられていると仮定します。

a = array([1,3,5])
b = array([2,4,6])

これらを効率的に織り交ぜて、このような3番目の配列を取得するにはどうすればよいでしょうか。

c = array([1,2,3,4,5,6])

と仮定することができますlength(a)==length(b)。

Joshの答えが好きです。もっと平凡で、いつもの、もう少し冗長なソリューションを追加したかっただけです。どちらが効率的かわかりません。似たようなパフォーマンスになると思います。

import numpy as np
a = np.array([1,3,5])
b = np.array([2,4,6])

c = np.empty((a.size + b.size,), dtype=a.dtype)
c[0::2] = a
c[1::2] = b

ソリューションのパフォーマンスを確認する価値があるのではないかと思いました。そしてこれが結果です：

これは、最も賛成され受け入れられた回答（ポールの回答）も最速の選択肢であることを明確に示しています。

コードは他の回答と別のQ＆Aから取得されました：

# Setup
import numpy as np

def Paul(a, b):
    c = np.empty((a.size + b.size,), dtype=a.dtype)
    c[0::2] = a
    c[1::2] = b
    return c

def JoshAdel(a, b):
    return np.vstack((a,b)).reshape((-1,),order='F')

def xioxox(a, b):
    return np.ravel(np.column_stack((a,b)))

def Benjamin(a, b):
    return np.vstack((a,b)).ravel([-1])

def andersonvom(a, b):
    return np.hstack( zip(a,b) )

def bhanukiran(a, b):
    return np.dstack((a,b)).flatten()

def Tai(a, b):
    return np.insert(b, obj=range(a.shape[0]), values=a)

def Will(a, b):
    return np.ravel((a,b), order='F')

# Timing setup
timings = {Paul: [], JoshAdel: [], xioxox: [], Benjamin: [], andersonvom: [], bhanukiran: [], Tai: [], Will: []}
sizes = [2**i for i in range(1, 20, 2)]

# Timing
for size in sizes:
    func_input1 = np.random.random(size=size)
    func_input2 = np.random.random(size=size)
    for func in timings:
        res = %timeit -o func(func_input1, func_input2)
        timings[func].append(res)

%matplotlib notebook

import matplotlib.pyplot as plt
import numpy as np

fig = plt.figure(1)
ax = plt.subplot(111)

for func in timings:
    ax.plot(sizes, 
            [time.best for time in timings[func]], 
            label=func.__name__)  # you could also use "func.__name__" here instead
ax.set_xscale('log')
ax.set_yscale('log')
ax.set_xlabel('size')
ax.set_ylabel('time [seconds]')
ax.grid(which='both')
ax.legend()
plt.tight_layout()

numbaを利用できる場合に備えて、それを使用して関数を作成することもできます。

import numba as nb

@nb.njit
def numba_interweave(arr1, arr2):
    res = np.empty(arr1.size + arr2.size, dtype=arr1.dtype)
    for idx, (item1, item2) in enumerate(zip(arr1, arr2)):
        res[idx*2] = item1
        res[idx*2+1] = item2
    return res

他の選択肢よりもわずかに速い可能性があります。

これがワンライナーです：

c = numpy.vstack((a,b)).reshape((-1,),order='F')

これは以前のいくつかよりも簡単な答えです

import numpy as np
a = np.array([1,3,5])
b = np.array([2,4,6])
inter = np.ravel(np.column_stack((a,b)))

この後inter含まれています：

array([1, 2, 3, 4, 5, 6])

この答えもわずかに速いようです：

In [4]: %timeit np.ravel(np.column_stack((a,b)))
100000 loops, best of 3: 6.31 µs per loop

In [8]: %timeit np.ravel(np.dstack((a,b)))
100000 loops, best of 3: 7.14 µs per loop

In [11]: %timeit np.vstack((a,b)).ravel([-1])
100000 loops, best of 3: 7.08 µs per loop

これにより、2つの配列がインターリーブ/インターレースされ、非常に読みやすいと思います。

a = np.array([1,3,5])      #=> array([1, 3, 5])
b = np.array([2,4,6])      #=> array([2, 4, 6])
c = np.hstack( zip(a,b) )  #=> array([1, 2, 3, 4, 5, 6])

たぶん、これは@JoshAdelのソリューションよりも読みやすいでしょう：

c = numpy.vstack((a,b)).ravel([-1])

@xioxoxの答えを改善する：

import numpy as np
a = np.array([1,3,5])
b = np.array([2,4,6])
inter = np.ravel((a,b), order='F')

vstack 確かにオプションですが、あなたのケースのためのより簡単な解決策は hstack

>>> a = array([1,3,5])
>>> b = array([2,4,6])
>>> hstack((a,b)) #remember it is a tuple of arrays that this function swallows in.
>>> array([1, 3, 5, 2, 4, 6])
>>> sort(hstack((a,b)))
>>> array([1, 2, 3, 4, 5, 6])

さらに重要なことに、これは任意の形状aとb

また、あなたは試してみたいかもしれません dstack

>>> a = array([1,3,5])
>>> b = array([2,4,6])
>>> dstack((a,b)).flatten()
>>> array([1, 2, 3, 4, 5, 6])

あなたは今オプションを持っています！

もう1つのnp.vstack((a,b)).T.ravel()
ワンライナー：もう1つ：np.stack((a,b),1).ravel()

試すこともできnp.insertます。（ソリューションはInterleave numpy配列から移行されました）

import numpy as np
a = np.array([1,3,5])
b = np.array([2,4,6])
np.insert(b, obj=range(a.shape[0]), values=a)

詳細については、documentationおよびtutorialを参照してください。

これを行う必要がありましたが、任意の軸に沿った多次元配列を使用しました。これは、そのための簡単な汎用関数です。np.concatenateすべての入力配列がまったく同じ形状である必要があることを除いて、と同じ呼び出しシグネチャを持ちます。

import numpy as np

def interleave(arrays, axis=0, out=None):
    shape = list(np.asanyarray(arrays[0]).shape)
    if axis < 0:
        axis += len(shape)
    assert 0 <= axis < len(shape), "'axis' is out of bounds"
    if out is not None:
        out = out.reshape(shape[:axis+1] + [len(arrays)] + shape[axis+1:])
    shape[axis] = -1
    return np.stack(arrays, axis=axis+1, out=out).reshape(shape)