生成重复的整数序列，同时在每次重复后添加偏移量

Question

我正在尝试创建一个整数序列，该序列重复列表中的元素多次，同时在每次重复后为它们添加一个常量偏移量。

我有一个 pandas 数据框，其中有许多列是关于同一 N 个人的重复信息块。例如，列可以是 [age1, age2, age3, ... ageN, height1, height2, height3, ... heightN, ... ]，我想要与个人 1 和 4 相关联的列（例如）。我想为特定个人生成列索引，以便可以使用df.iloc[:, cindices] 对数据框进行子集化。

以下代码有效，但它非常难看，我希望有一个更清晰、更清晰的解决方案（更 Pythonic）。

subjects = [1, 4]
N = 11; repeats = 3
columns = np.array([(np.arange(repeats) * N + i) for i in subjects])
cindices = columns.T.flatten()

# Information for individuals 1 & 4 are in these columns:
>> array([ 1,  4, 12, 15, 23, 26])

Answer 1

这是您的解决方案的numpythonic 版本

(np.array(subjects)[None, :] + N*np.arange(repeats)[:, None]).ravel()

[None, :] 不是绝对必要的，但为了清楚起见，我把它留了下来。

这里发生的是broadcasting，如果您将启用 numpy 的运算符（例如 +）应用于形状为 (1, 2) 和 (3, 1) 的数组，numpy 将返回 (3, 2) 数组与单元格中的“正确”总和。

ravel 将数组展平。