numpy arange的2D [重复]答案

【问题标题】：2D of numpy arange [duplicate]numpy arange的2D [重复]
【发布时间】：2020-03-11 08:36:35
【问题描述】：

我想构建两个二维数组

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

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

但我不能使用 for 循环。我知道我可以使用 np.arange(5) 获得一个数组，但不确定如何将其转换为上面显示的 2 个 2D 数组。任何帮助将不胜感激

【问题讨论】：

你的意思是你不能使用 for 循环还是你的意思是它是一个限制？
如果我的回答有帮助，请告诉我并考虑接受。干杯
我会用它来创建大数组，所以使用两个 for 循环会让事情变得很慢
更好的复制目标：“Cloning” row or column vectors
"Cloning" row or column vectors的可能重复

标签： python arrays numpy tile

【解决方案1】：

您只需要numpy.reshape 和numpy.repeat。使用这个：

import numpy as np

n_columns = 6
a = np.repeat(np.arange(6), n_columns) 
a = a.reshape(6,n_columns)

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

b = a.T

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

此代码适用于任何 n_columns 值。

【讨论】：

【解决方案2】：

你可以试试np.repeat:

>>> x = np.arange(6).reshape(1,-1)
>>> y = np.repeat(x,6,axis=0)
>>> y
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],
       [0, 1, 2, 3, 4, 5]])
>>> z = y.T
>>> z
array([[0, 0, 0, 0, 0, 0],
       [1, 1, 1, 1, 1, 0],
       [2, 2, 2, 2, 2, 0],
       [3, 3, 3, 3, 3, 0],
       [4, 4, 4, 4, 4, 0],
       [5, 5, 5, 5, 5, 0]])

【讨论】：

反对票是怎么回事？谁能解释一下？
尺寸与OP不同。这看起来与上面的答案相同（在我编辑之前）并在 2 分钟后发布。干杯
误会——我没有（我自己）投反对票。我只是说为什么有人可以否决它。
为了记录，最初我的 3 行将完全针对 OP。然后我编辑发布结果/输出
不是，你的第一篇文章是：import numpy as np; a = np.repeat(np.arange(6),5); a.reshape(6,5)。所以你没有在第一次解决.T 方面。但是，我并不是说您复制了我的，或者您不知道转置。这是一个误解。无论如何，你的第一次尝试是不完整的，所以尽量不要成为FGITW，除非你解决了所有问题，你可以稍后通过编辑来美化，这很好。

【解决方案3】：

您可以使用numpy.mgrid 或numpy.meshgrid()：

np.mgrid[0:6, 0:6]
# array([[[0, 0, 0, 0, 0, 0],
#         [1, 1, 1, 1, 1, 1],
#         [2, 2, 2, 2, 2, 2],
#         [3, 3, 3, 3, 3, 3],
#         [4, 4, 4, 4, 4, 4],
#         [5, 5, 5, 5, 5, 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],
#         [0, 1, 2, 3, 4, 5],
#         [0, 1, 2, 3, 4, 5]]])

np.meshgrid(np.arange(6), np.arange(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],
#         [0, 1, 2, 3, 4, 5],
#         [0, 1, 2, 3, 4, 5]]),
#  array([[0, 0, 0, 0, 0, 0],
#         [1, 1, 1, 1, 1, 1],
#         [2, 2, 2, 2, 2, 2],
#         [3, 3, 3, 3, 3, 3],
#         [4, 4, 4, 4, 4, 4],
#         [5, 5, 5, 5, 5, 5]])]

然后简单地解压结果

a, b = np.mgrid[0:6, 0:6]

【讨论】：

【解决方案4】：

还有np.indices：

 I,J = np.indices((6,6))

【讨论】：