Cree una matriz bidimensional con dos matrices unidimensionales

Mi función (nombre CovexHull(punto)) acepta el argumento como una matriz bidimensional:

hull = ConvexHull(points)

Sesión

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. ]])

puntos es una matriz NumPy con ndim 2.

Tengo dos matrices NumPy diferentes (tp y fp) como a continuación:

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. ])

¿Cómo puedo crear una matriz NumPy bidimensional de manera efectiva (como puntos mencionado anteriormente) con tp y fp?

Si desea combinar dos matrices unidimensionales de 10 elementos en una matriz bidimensional, np.vstack((tp, fp)).T lo haré.

np.vstack((tp, fp)) devolverá una matriz de forma (2, 10), y el T El atributo devuelve la matriz transpuesta con forma (10, 2) (es decir, con las dos matrices unidimensionales formando 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)

Puedes usar NumPy columna_pila:

np.column_stack((tp, fp))

Otra forma es usar np.transpose. Parece que se usa ocasionalmente, pero no es legible, por lo que es una buena idea usar la respuesta de ijmarshall.

import numpy as np

tp = np.array([0, 1, 2, 3, 4, 5, 6, 7, 8, 9])
fp = np.array([10, 11, 12, 13, 14, 15, 16, 17, 18, 19])
combined = np.transpose((tp, fp))
combined
# Out[3]:
# array([[ 0, 10],
#        [ 1, 11],
#        [ 2, 12],
#        [ 3, 13],
#        [ 4, 14],
#        [ 5, 15],
#        [ 6, 16],
#        [ 7, 17],
#        [ 8, 18],
#        [ 9, 19]])
combined.ndim
# Out[4]: 2
combined.shape
# Out[5]: (10, 2)