我正在考虑一种使用np.tile 但不为新矩阵分配内存的方法。有没有办法做到这一点？
有点冗长，我正在寻找的功能如下：
a = np.random.rand(4,)
b = np.random.rand(8,)
c = np.tile(a,2) + b # this generate a memory copy anyhow
我想避免np.tile的内存副本。
感谢任何帮助。
【问题讨论】：
标签： python numpy memory matrix tile
c = (b.reshape(2,4)+a).ravel()
reshape 和 ravel 都是视图，所以（我认为）唯一的新数组是由求和产生的。实际上，我正在将b 更改为可以使用a 广播的形状。
这明显更快，即使在这个小问题中也是如此。
broadcast_array 让您分步进行广播
In [506]: b1,a1 = np.broadcast_arrays(b.reshape(2,4),a)
a1是一个视图，如数据缓冲区指针所示
In [507]: a1.__array_interface__['data']
Out[507]: (164774704, False)
In [508]: a.__array_interface__['data']
Out[508]: (164774704, False)
总和
In [509]: a1+b1
Out[509]:
array([[ 2.04663934, 1.02951915, 1.30616273, 1.75154236],
[ 1.79237632, 1.08252741, 1.17031265, 1.2675438 ]])
a1 已被有效地平铺而不复制
In [511]: a1.shape
Out[511]: (2, 4)
In [512]: a1.strides
Out[512]: (0, 8)
查看np.lib.stride_tricks.py 文件以了解有关此类广播的更多详细信息。 np.lib.stride_tricks.as_strided 是底层函数，可让您构建具有新形状和步幅的视图。它在 SO 上最常用于构建滑动窗口。
【讨论】：