如何在python中有效地扩展数组？

Question

我的问题是如何通过多次复制自己来有效地扩展数组.我试图通过复制每个样本N次来将我的调查样本扩展到全尺寸数据集.N是签署样本的影响因子.所以我写了两个循环来完成这个任务(下面粘贴的脚本).它有效,但速度很慢.我的样本量是20,000,并尝试将其扩展到300万全尺寸..我可以尝试任何功能吗？谢谢您的帮助!

----我的剧本----

lines = np.asarray(person.read().split('\n'))
df_array = np.asarray(lines[0].split(' '))
for j in range(1,len(lines)-1):
    subarray = np.asarray(lines[j].split(' '))
    factor = int(round(float(subarray[-1]),0))
    for i in range(1,factor):
        df_array = np.vstack((df_array, subarray))
print len(df_array)

Answer 1

首先，您可以尝试使用 一起加载数据numpy.loadtxt。

然后，要根据最后一列重复，请使用numpy.repeat：

>>> data = np.array([[1, 2, 3],
...                  [4, 5, 6]])
>>> np.repeat(data, data[:,-1], axis=0)
array([[1, 2, 3],
       [1, 2, 3],
       [1, 2, 3],
       [4, 5, 6],
       [4, 5, 6],
       [4, 5, 6],
       [4, 5, 6],
       [4, 5, 6],
       [4, 5, 6]])

最后，如果需要四舍五入data[:,-1]，请将其替换为np.round(data[:,-1]).astype(int)。