在额外维度上扩展 NumPy 数组答案

【问题标题】：Expanding NumPy array over extra dimension在额外维度上扩展 NumPy 数组
【发布时间】：2013-07-08 22:57:49
【问题描述】：

在额外维度上扩展给定 NumPy 数组的最简单方法是什么？

例如，假设我有

>>> np.arange(4)
array([0, 1, 2, 3])
>>> _.shape
(4,)
>>> expand(np.arange(4), 0, 6)
array([[0, 1, 2, 3],
       [0, 1, 2, 3],
       [0, 1, 2, 3],
       [0, 1, 2, 3],
       [0, 1, 2, 3],
       [0, 1, 2, 3]])
>>> _.shape
(6, 4)

或者这个，稍微复杂一点：

>>> np.eye(2)
array([[ 1.,  0.],
       [ 0.,  1.]])
>>> _.shape
(2, 2)
>>> expand(np.eye(2), 0, 3)
array([[[ 1.,  0.],
        [ 0.,  1.]],

       [[ 1.,  0.],
        [ 0.,  1.]],

       [[ 1.,  0.],
        [ 0.,  1.]]])
>>> _.shape
(3, 2, 2)

【问题讨论】：

你试过熊猫吗？
不，我没有，可能对我想要的东西来说太过分了。

标签： python numpy

【解决方案1】：

我会推荐np.tile。

>>> a=np.arange(4)
>>> a
array([0, 1, 2, 3])
>>> np.tile(a,(6,1))
array([[0, 1, 2, 3],
       [0, 1, 2, 3],
       [0, 1, 2, 3],
       [0, 1, 2, 3],
       [0, 1, 2, 3],
       [0, 1, 2, 3]])

>>> b= np.eye(2)
>>> b
array([[ 1.,  0.],
       [ 0.,  1.]])
>>> np.tile(b,(3,1,1))
array([[[ 1.,  0.],
        [ 0.,  1.]],

       [[ 1.,  0.],
        [ 0.,  1.]],

       [[ 1.,  0.],
        [ 0.,  1.]]])

在多个维度上扩展也很容易：

>>> np.tile(b,(2,2,2))
array([[[ 1.,  0.,  1.,  0.],
        [ 0.,  1.,  0.,  1.],
        [ 1.,  0.,  1.,  0.],
        [ 0.,  1.,  0.,  1.]],

       [[ 1.,  0.,  1.,  0.],
        [ 0.,  1.,  0.,  1.],
        [ 1.,  0.,  1.,  0.],
        [ 0.,  1.,  0.,  1.]]])

【讨论】：

"通过重复 A 的次数来构造一个数组，次数由 reps 给出。"是的，正是，谢谢！
如果我理解正确，这会创建一个新的数组，无用地占用大量内存，而现有数组的简单 view 就足够了......

【解决方案2】：

我认为修改数组的步长可以很容易地编写expand：

def expand(arr, axis, length):
    new_shape = list(arr.shape)
    new_shape.insert(axis, length)
    new_strides = list(arr.strides)
    new_strides.insert(axis, 0)
    return np.lib.stride_tricks.as_strided(arr, new_shape, new_strides)

函数返回原始数组的视图，不占用额外内存。

与新轴对应的stride 为 0，因此无论该轴值的索引如何，都保持不变，基本上为您提供所需的行为。

【讨论】：