序列的numpy向量化分配[重复]

Question

numpy like in this discussion 中的序列是否有元素的矢量化分配？

例如：

xx = np.array([1,2], dtype=object)
expanded = np.arange(xx, xx+2)

而不是循环：

xx = np.array([1,2], dtype=object)
expanded = np.array([np.arange(x, x+2) for x in xx]).flatten()

这将用于将标量启发式映射到确定它的矩阵中的相邻单元格（例如，与@987654325 有峰值重叠的单元格的范围 @操作）。

Answer 1

像这样？

>>> xx = np.array([3,8,19])
>>> (xx[:,None]+np.arange(2)[None,:]).flatten()
array([ 3,  4,  8,  9, 19, 20])

xx[:,None] 操作将长度为 n 的向量转换为 nx1 矩阵，np.arange(2)[None,:]) 操作创建包含[0., 1.] 的长度为 1x2 的矩阵。使用array broadcasting 相加得到一个 nx2 矩阵，然后将其展平为长度为 2n 的向量。