如何用另一个数组创建或填充一个 numpy 数组？答案

【问题标题】：How to create or fill an numpy array with another array?如何用另一个数组创建或填充一个 numpy 数组？
【发布时间】：2017-09-18 03:29:07
【问题描述】：

如何创建一个形状为[2, 2, 3]的numpy数组，其中轴2的元素是另一个数组，例如[1, 2, 3]？

所以我想做这样的无效代码：

a = np.arange(1, 4)
b = np.full((3, 3), a)

产生如下数组：

[[[ 1.  2.  3.]
  [ 1.  2.  3.]]
 [[ 1.  2.  3.]
  [ 1.  2.  3.]]]

当然可以使循环填充喜欢，但认为可能有一个捷径：

for y in range(b.shape[0]):
    for x in range(b.shape[1]):
        b[y, x, :] = a

【问题讨论】：

只需使用np.full 的预期形状即可：np.full((2,2,3), a)?
"其中轴 2 的元素是另一个数组"。那应该是一个(2,3) 形状的数组吧？您建议的[1,2,3] 不是...
@TomdeGeus：不，示例中的目的是创建一个形状为[2, 2, 3] 的数组，或者我称之为[2, 2] 数组，其中元素是[3] 数组。
@Divakar：谢谢，就这样。
full 如果数组是对象 dtype stackoverflow.com/q/43483663 可能会产生意外结果。它的行为类似于[[]]*4。

标签： python arrays numpy vectorization numpy-ndarray

【解决方案1】：

有多种方法可以实现这一点。一种是在np.full((2,2,3), a) 中使用np.full，正如 Divakar 在 cmets 中指出的那样。或者，您可以为此使用np.tile，它允许您通过将输入数组重复给定次数来构造数组。要构建您的示例，您可以这样做：

import numpy as np

np.tile(np.arange(1, 4), [2, 2, 1])

【讨论】：

【解决方案2】：

如果您的 numpy 版本 >= 1.10，您可以使用 broadcast_to

a = np.arange(1,4)
a.shape = (1,1,3)
b = np.broadcast_to(a,(2,2,3))

这会生成视图而不是复制，因此对于大型数组会更快。编辑这看起来是您在演示中要求的结果。

【讨论】：

输出数组符合要求，但与jotasi和Divakar的答案相比，我认为语法不太明显且易于记忆。
同意。在某种程度上！如果 a 的尺寸小于输出结果（broadcast_to 实际上也是如此），则 tile() 会自动预先添加轴，因此我将 reshape 线放入以显示如何控制该过程。您可能会争辩说，广播到结果数组的形状更清晰。正如我提到的 broadcast_to 的优点是它可以只读视图，所以非常快。

【解决方案3】：

根据 Divakar 的评论，答案也可以是：

import numpy as np
np.full([2, 2, 3], np.arange(1, 4))

还有一种可能是：

import numpy as np
b = np.empty([2, 2, 3])
b[:] = np.arange(1, 4)

【讨论】：

【解决方案4】：

也使用np.concatenate 或它的包装器np.vstack

In [26]: a = np.arange(1,4)

In [27]: np.vstack([a[np.newaxis, :]]*4).reshape(2,2, 3)
Out[27]: 
array([[[1, 2, 3],
        [1, 2, 3]],

       [[1, 2, 3],
        [1, 2, 3]]])

In [28]: np.concatenate([a[np.newaxis, :]]*4, axis=0).reshape(2,2, 3)
Out[28]: 
array([[[1, 2, 3],
        [1, 2, 3]],

       [[1, 2, 3],
        [1, 2, 3]]])

【讨论】：