连接具有不同形状重复值的数组答案

【问题标题】：Concatenate arrays with different shape duplicating values连接具有不同形状重复值的数组
【发布时间】：2021-01-19 21:52:45
【问题描述】：

我有一个形状数组：(15,2)。我还有另一个包含值的数组：[0, 3, 5]。

我想在第一个数组中使用第二个数组中的值创建另一列，其中前 5 行的值为 0，第 6-10 行的值为 3，最后 5 行的值为 5。

像这样：

[0,
 0,
 0,
 0,
 0,
 3,
 3,
 3,
 3,
 3,
 5,
 5,
 5,
 5,
 5]

有没有 numpy 方法可以做到这一点？

谢谢！

【问题讨论】：

标签： python arrays numpy matrix

【解决方案1】：

你可以使用numpy内置的repeat和stacking：

a = np.zeros((15,2))
b = np.array([0,3,5])
np.hstack((a, np.repeat(b,5)[:,None]))

输出：

[[0. 0. 0.]
 [0. 0. 0.]
 [0. 0. 0.]
 [0. 0. 0.]
 [0. 0. 0.]
 [0. 0. 3.]
 [0. 0. 3.]
 [0. 0. 3.]
 [0. 0. 3.]
 [0. 0. 3.]
 [0. 0. 5.]
 [0. 0. 5.]
 [0. 0. 5.]
 [0. 0. 5.]
 [0. 0. 5.]]

【讨论】：

谢谢！一个问题，[:,None] 切片是什么意思？
@joann2555 None 为数组添加一个额外的维度（在添加的位置，这里是[:,None] 中的第二个维度）。它是np.newaxis 的别名。基本上，我们正在添加另一个维度，以便在堆叠时将正确的维度堆叠在一起。

【解决方案2】：

rand = np.random.random((15,2)) # shape is (15,2)
vals = np.array([0,3,5]) # shape is (3,)
res = np.concatenate(([np.full((rand.shape[0]//vals.shape[0],), val) for val in vals]), axis=0)
res

输出：

array([0, 0, 0, 0, 0, 3, 3, 3, 3, 3, 5, 5, 5, 5, 5])

最后，

final = np.hstack((rand, res.reshape(15,1)))
final

输出：

array([[0.29759807, 0.60548479, 0.        ],
       [0.61242249, 0.46456274, 0.        ],
       [0.86172011, 0.2963868 , 0.        ],
       [0.91728575, 0.36366023, 0.        ],
       [0.56488556, 0.82130321, 0.        ],
       [0.59482141, 0.46148353, 3.        ],
       [0.7762271 , 0.25415058, 3.        ],
       [0.09176551, 0.9687253 , 3.        ],
       [0.06473259, 0.34686598, 3.        ],
       [0.69542414, 0.15540001, 3.        ],
       [0.02880707, 0.23169327, 5.        ],
       [0.90004256, 0.22145591, 5.        ],
       [0.61596969, 0.46807342, 5.        ],
       [0.02263769, 0.68522023, 5.        ],
       [0.81777274, 0.58145853, 5.        ]])

【讨论】：

【解决方案3】：

使用np.concatenate。

将您的第二个数组转换为二维“向量”数组，其中每行有 1 列

a = [0, 0, 0, 0, 0, 3, 3, 3, 3, 3, 5, 5, 5, 5, 5] # your list of [0, 3, 5]
a = np.array([a]).T # [ [0], [0], [0], ..., [5] ] the "vector" array

那么简单

b = np.array([[i, i +1] for i in range(15)]) # some example 15x2 array
print(np.concatenate((b, a), axis=1))

输出是

array([[ 0,  1,  0],
       [ 1,  2,  0],
       [ 2,  3,  0],
       [ 3,  4,  0],
       [ 4,  5,  0],
       [ 5,  6,  3],
       [ 6,  7,  3],
       [ 7,  8,  3],
       [ 8,  9,  3],
       [ 9, 10,  3],
       [10, 11,  5],
       [11, 12,  5],
       [12, 13,  5],
       [13, 14,  5],
       [14, 15,  5]])

【讨论】：