在保持组内秩序的同时重复阵列答案

【问题标题】：Repeat Array while Maintaining Order within group在保持组内秩序的同时重复阵列
【发布时间】：2022-01-03 23:07:43
【问题描述】：

我有以下array 并想repeat 每个array n 次。

x_array

[array([14.91488012,  1.2986064 ,  4.98965322]),
 array([2.39389187e+02, 1.04442059e-01, 3.06391338e-01]),
 array([ 48.19437348, 201.09951372,   0.35223001]),
 array([ 19.96978171, 367.52578786,   0.68676553]),
 array([0.55120466, 0.27133609, 0.75646697]),
 array([8.21287360e+02, 1.76495077e+02, 4.87263691e-01]),
 array([184.03439377,   1.24823107,   5.33109884]),
 array([575.59800297, 186.4650814 ,   2.21028258]),
 array([0.50308552, 3.09976082, 0.10537899]),
 array([1.02259912e+00, 1.52282513e+02, 1.15085308e-01])]

我尝试过np.repeat(x_array, 2)，但这并不能保留matrix/array 的顺序。我也尝试过x_array*2，但这似乎只是将新数组放在了底部。我想重复x_array[0] n 次，并为下一组arrays 做同样的事情，这样我就有了n 每个顺序。

提前致谢。

【问题讨论】：

为什么是列表？
这就是我目前设置数据以便循环遍历它的方式。
你知道你可以遍历一个 ndarray 的行，对吧？也许这与问题无关，但仍然值得思考。
我也尝试了for 循环，但没有得到预期的结果。

标签： python arrays numpy

【解决方案1】：

以https://numpy.org/doc/stable/reference/generated/numpy.repeat.html 的最后一个示例为基础，

x_array = np.array(x_array) # Or a similiar operation to convert x_array to an ndarray vs. a list of arrays.   
expanded_x_array = np.repeat(x_array, n, axis=0)
print(expanded_x_array)

应该产生你正在寻找的东西。

【讨论】：

【解决方案2】：

你只需要指定轴：

>>> np.repeat(x_array, 2, axis=0)
array([[1.49149e+01, 1.29861e+00, 4.98965e+00],
       [1.49149e+01, 1.29861e+00, 4.98965e+00],
       [2.39389e+02, 1.04442e-01, 3.06391e-01],
       [2.39389e+02, 1.04442e-01, 3.06391e-01],
       ...,
       [5.03086e-01, 3.09976e+00, 1.05379e-01],
       [5.03086e-01, 3.09976e+00, 1.05379e-01],
       [1.02260e+00, 1.52283e+02, 1.15085e-01],
       [1.02260e+00, 1.52283e+02, 1.15085e-01]])

来自the docs：

numpy.repeat(a, repeats, axis=None)

...

轴 int，可选
沿其重复值的轴。 默认情况下，使用展平的输入数组，并返回一个展平的输出数组。

（加粗）

【讨论】：

【解决方案3】：

您可以使用列表推导：

n = 2
repeated_list = [row for row in a for _ in range(n)]
print(repeated_list)

【讨论】：

【解决方案4】：

您的术语令人困惑。你说它是一个“数组”，但显示看起来更像一个列表，而x_array*2 在底部放置一个“新数组”这一事实证实了 - 这是* 的列表使用。

np.repeat(x_array) 首先创建一个数组（一个真正的数组！）

np.array(x_array)

是一个 (n,3) 浮点 dtype 数组。如果没有 axis np.repeat 会变平 - 如文档所述！

指定axis=0 有效，因为它在第一个n 维度上重复。结果是一个 (2*n,3) float dtype 数组（不是列表）。

可以创建一个包含这些数组的一维对象 dtype 数组。有了 repeat 就可以在没有轴参数的情况下工作。

了解你拥有的东西并准确描述它，可以让这类任务变得更容易 - 问题也更清晰。

插图

制作一个数组列表：

In [21]: alist = [np.ones(3,int),np.zeros(3,int),np.arange(3)]
In [22]: alist
Out[22]: [array([1, 1, 1]), array([0, 0, 0]), array([0, 1, 2])]

列表重复：

In [23]: alist*2
Out[23]: 
[array([1, 1, 1]),
 array([0, 0, 0]),
 array([0, 1, 2]),
 array([1, 1, 1]),
 array([0, 0, 0]),
 array([0, 1, 2])]

从列表中创建一个二维数组：

In [24]: np.array(alist)
Out[24]: 
array([[1, 1, 1],
       [0, 0, 0],
       [0, 1, 2]])

repeat without axis 以扁平的方式重复元素：

In [25]: np.repeat(alist,2)
Out[25]: array([1, 1, 1, 1, 1, 1, 0, 0, 0, 0, 0, 0, 0, 0, 1, 1, 2, 2])

在 0 轴上重复这个二维数组：

In [26]: np.repeat(alist,2,axis=0)
Out[26]: 
array([[1, 1, 1],
       [1, 1, 1],
       [0, 0, 0],
       [0, 0, 0],
       [0, 1, 2],
       [0, 1, 2]])

列表中的对象 dtype 数组：

In [27]: arr = np.empty(3,object); arr[:]=alist
In [28]: arr
Out[28]: array([array([1, 1, 1]), array([0, 0, 0]), array([0, 1, 2])], dtype=object)

由于数组具有相同的大小，我们必须使用这种特殊构造。否则我们得到二维数组[24]。

这个数组有一个repeat 方法，并且只有一维我们不需要指定轴。它重复对象元素、数组，而不是 2d [24] 数组中的数字。

In [29]: arr.repeat(2)
Out[29]: 
array([array([1, 1, 1]), array([1, 1, 1]), array([0, 0, 0]),
       array([0, 0, 0]), array([0, 1, 2]), array([0, 1, 2])], dtype=object)

【讨论】：