复制numpy数组中的元素答案

【问题标题】：Replicating elements in numpy array复制numpy数组中的元素
【发布时间】：2016-09-27 18:22:55
【问题描述】：

我有一个 numpy 数组说

a = array([[1, 2, 3],
           [4, 5, 6],
           [7, 8, 9]])

我有一个大小相同的数组“复制”，其中 replication[i,j](>=0) 表示 a[i][j] 应该沿行重复多少次。显然，复制数组遵循 np.sum(replication[i]) 对所有 i 具有相同值的不变量。例如，如果

replication = array([[1, 2, 1],
                     [1, 1, 2],
                     [2, 1, 1]])

那么复制后的最终数组是：

new_a = array([[1, 2, 2, 3],
           [4, 5, 6, 6],
           [7, 7, 8, 9]])

目前，我这样做是为了创建 new_a：

 ##allocate new_a
 h = a.shape[0]
 w = a.shape[1]
 for row in range(h):
      ll = [[a[row][j]]*replicate[row][j] for j in range(w)]
      new_a[row] = np.array([item for sublist in ll for item in sublist])

但是，这似乎太慢了，因为它涉及使用列表。我可以完全在 numpy 中完成预期，而不使用 python 列表吗？

【问题讨论】：

标签： python arrays numpy replicate

【解决方案1】：

您可以展平您的replication 数组，然后使用a 的.repeat() 方法：

import numpy as np

a = array([[1, 2, 3],
           [4, 5, 6],
           [7, 8, 9]])

replication = array([[1, 2, 1],
                     [1, 1, 2],
                     [2, 1, 1]])

new_a = a.repeat(replication.ravel()).reshape(a.shape[0], -1)

print(repr(new_a))
# array([[1, 2, 2, 3],
#        [4, 5, 6, 6],
#        [7, 7, 8, 9]])

【讨论】：