Numpy - 创建数组副本的多维数组

Numpy - create a multidimensional array of a copy of an array

我想生成一个有序数组,然后将其乘以另一个数组:

[ [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) 生成第一个 [0,1,2,3,4,5] 但是如果我乘以列表中的一个数字它只会增加值 = [nums* 3] = [0,3,6,9,12,15]. 我该怎么做?

您不能将 numpy 数组与标量相乘并期望与 python 列表(或字符串)与标量相乘相同的行为。

对于 numpy,乘法运算符将对所有数组元素广播乘法:

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]])

或者通过乘法生成列表的列表,然后转换为numpy数组并整形:

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,生成形状为 (1,6) 的数组并沿第一个轴重复:

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

使用numpy方法(numpy.repeat and 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]])

或者更简单地说:

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

如果您尝试扩展预先存在的一维数组,第一种方法很有用。如果您尝试从头开始创建数组,则第二种方法更直接。

顺便说一句,为什么不简单地使用 np.array(),如:

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]])