numpy-創建數組副本的多維數組

Question

我想生成一個有序數字數組，然后將其乘以另一個數組：

[ [0,1,2,3,4,5] [0,1,2,3,4,5] [0,1,2,3,4,5] ... [0,1,2,3,4,5] ]

我可以用nums = np.arange(0, 6)生成第一個[0,1,2,3,4,5]，但是如果我將一個列表中的數字乘以它會增加值= [nums* 3] = [0,3,6,9,12,15] 。 我怎樣才能做到這一點 ？

Answer 1

使用numpy方法（ numpy.repeat和numpy.expand_dims ）：

np.repeat(np.expand_dims(np.arange(0,6), axis=0), repeats=5, axis=0)

array([[0, 1, 2, 3, 4, 5],
       [0, 1, 2, 3, 4, 5],
       [0, 1, 2, 3, 4, 5],
       [0, 1, 2, 3, 4, 5],
       [0, 1, 2, 3, 4, 5]])

或者，更簡單地說：

np.repeat([np.arange(0,6)],repeats=5, axis=0)

如果您要擴展一個預先存在的一維數組，則第一種方法很有用。 如果您嘗試從頭開始創建數組，則第二種方法更簡單。

Answer 2

順便說一句，為什么不像下面這樣簡單地使用np.array() ：

In [147]: nums = np.arange(6)

In [148]: nums
Out[148]: array([0, 1, 2, 3, 4, 5])

In [149]: [nums] * 5
Out[149]: 
[array([0, 1, 2, 3, 4, 5]),
 array([0, 1, 2, 3, 4, 5]),
 array([0, 1, 2, 3, 4, 5]),
 array([0, 1, 2, 3, 4, 5]),
 array([0, 1, 2, 3, 4, 5])]

In [150]: np.array([nums] * 5)
Out[150]: 
array([[0, 1, 2, 3, 4, 5],
       [0, 1, 2, 3, 4, 5],
       [0, 1, 2, 3, 4, 5],
       [0, 1, 2, 3, 4, 5],
       [0, 1, 2, 3, 4, 5]])

---

在一行中：

In [151]: np.array([np.arange(6)] * 5)
Out[151]: 
array([[0, 1, 2, 3, 4, 5],
       [0, 1, 2, 3, 4, 5],
       [0, 1, 2, 3, 4, 5],
       [0, 1, 2, 3, 4, 5],
       [0, 1, 2, 3, 4, 5]])

Answer 3

您不能將numpy數組與標量相乘，並且期望得到與將python列表（或字符串）與標量相乘相同的行為。

對於numpy，乘法運算符將在所有數組元素上廣播乘法：

即

np.array([1,2,3]) * 2 == np.array([1*2, 2*2, 3*2) == np.array([2,4,6])

相反，您可以使用列表理解

np.array([np.arange(6) for _ in range(4)])
array([[0, 1, 2, 3, 4, 5],
       [0, 1, 2, 3, 4, 5],
       [0, 1, 2, 3, 4, 5],
       [0, 1, 2, 3, 4, 5]])

或通過乘法生成列表列表，然后轉換為numpy數組並重塑形狀：

np.array([list(range(6))*4]).reshape(4,6)
array([[0, 1, 2, 3, 4, 5],
       [0, 1, 2, 3, 4, 5],
       [0, 1, 2, 3, 4, 5],
       [0, 1, 2, 3, 4, 5]])

或者，生成形狀為（1,6）的數組並沿第一個軸重復：

np.repeat(np.arange(6).reshape(1,6), repeats=4, axis=0)
# produces the same output as the example outputs above.

Answer 4

如果要對數組重復X次，簡單的方法是：

X = 3
[list(range(6)) for i in range(X)]

輸出：

[[0, 1, 2, 3, 4, 5], [0, 1, 2, 3, 4, 5], [0, 1, 2, 3, 4, 5]]