如何在 Python 中将一维数组作为列转换为二维数组？

---

数组是编程中基本的数据结构，使我们能够高效地存储和操作值集合。Python 作为一种通用的编程语言，提供了许多用于处理数组和矩阵的工具和库。特别是，将一维数组转换为二维数组的能力在处理表格数据或执行需要二维结构的操作时是一项必不可少的技能。

在本文中，我们将探讨使用 Python 将一维数组转换为二维数组列的过程。我们将介绍各种方法，从手动操作到利用 NumPy 等强大的库。无论您是初学者还是经验丰富的 Python 程序员，本指南都将为您提供有效地将数据转换为二维数组格式所需的知识和技术。

理解一维和二维数组

一维数组

一维数组，也称为一维数组或向量，表示按单行或单列排列的元素集合。数组中的每个元素都使用索引进行访问，该索引指示其在数组中的位置。例如，一维数组可以存储数字序列，例如 [1, 2, 3, 4, 5]。

二维数组

二维数组，也称为二维数组或矩阵，通过在行和列中组织元素来扩展一维数组的概念。它可以可视化为网格或表格，其中每个元素都由其行和列索引唯一标识。例如，二维数组可以存储数字表，例如：

[
  [1, 2, 3],
  [4, 5, 6],
  [7, 8, 9]
]

现在让我们关注我们可以使用的不同方法。

使用 Numpy column_stack

请考虑以下代码。

示例

import numpy as np

# Example 1: Convert two 1-D arrays as columns into a 2-D array

# Input arrays
array1 = np.array([1, 2, 3, 4])
array2 = np.array([5, 6, 7, 8])

# Convert 1-D arrays into columns of a 2-D array
result = np.column_stack((array1, array2))

# Output the 2-D array
print(result)

解释

在这个例子中，我们利用 NumPy 库中的 np.column_stack() 函数将一维数组 array1 和 array2 作为列转换为二维数组。column_stack() 函数接受一维数组序列，并将它们水平堆叠以形成二维数组。我们将数组 array1 和 array2 作为参数传递给 column_stack() 函数。

输出

[[1 5]
 [2 6]
 [3 7]
 [4 8]]

使用 numpy vstack()

请考虑以下代码。

示例

import numpy as np

# Example 2: Convert three 1-D arrays as columns into a 2-D array

# Input arrays
array1 = np.array([1, 2, 3, 4])
array2 = np.array([5, 6, 7, 8])
array3 = np.array([9, 10, 11, 12])

# Convert 1-D arrays into columns of a 2-D array
result = np.vstack((array1, array2, array3)).T

# Output the 2-D array
print(result)

解释

在这个例子中，我们有三个一维数组：array1、array2 和 array3。为了将这些一维数组转换为二维数组的列，我们使用 np.vstack() 函数，该函数垂直堆叠数组。我们将数组 array1、array2 和 array3 作为参数传递给 np.vstack() 以将它们垂直堆叠到单个二维数组中。

为了确保一维数组作为列堆叠，我们使用 .T 属性来转置生成的二维数组。这将行与列互换，有效地将堆叠的数组转换为二维数组的列。

输出

[[ 1  5  9]
 [ 2  6 10]
 [ 3  7 11]
 [ 4  8 12]]

结论

我们首先了解了一维和二维数组的概念，重点介绍了它们的差异和用例。

我们探讨了两个强大的 NumPy 函数：np.column_stack() 和 np.vstack()。这些函数使我们能够轻松高效地将一维数组转换为二维数组的列。通过利用 NumPy，我们提高了性能并简化了代码。

通过掌握这些技术，Python 程序员可以有效地将数据转换为二维数组格式，从而能够充分利用 Python 进行数据分析、机器学习和科学计算任务。

总之，本综合指南为您提供了深入了解在 Python 中将一维数组转换为二维数组列的各种技术的知识。