Python NumPy数组

Question

我正在使用两个数组,尝试使用它们像二维数组.我正在使用NumPy进行大量的矢量化计算.知道如何填充这样的数组:

X = [1, 2, 3, 1, 2, 3, 1, 2, 3]

要么:

X = [0.2, 0.4, 0.6, 0.8, 0.2, 0.4, 0.6, 0.8, 0.2, 0.4, 0.6, 0.8, 0.2, 0.4, 0.6, 0.8]

---

忽略邮件的第一部分.

我不得不以网格的形式填充两个数组.但网格尺寸因用户而异,这就是我需要一般形式的原因.我今天早上一直在努力,终于得到了我想要的东西.

如果我之前引起任何混淆,我道歉.英语不是我的舌头语言,有时候我很难解释.

这是为我完成工作的代码:

    myIter = linspace(1, N, N)
    for x in myIter:
        for y in myIter:
            index = ((x - 1)*N + y) - 1
            X[index] = x / (N+1)
            Y[index] = y / (N+1)

用户输入N.X,Y的长度是N*N.

Answer 1

你可以使用这个功能tile.从示例:

>>> a = np.array([0, 1, 2])
>>> np.tile(a, 2)
array([0, 1, 2, 0, 1, 2])

使用此功能,您还可以像重塑其他答案一样重新塑造阵列(通过定义'重复'是更多维度):

>>> np.tile(a, (2, 1))
array([[0, 1, 2],
       [0, 1, 2]])

增加:对内置函数tile和乘法之间的速度差异进行一点比较:

In [3]: %timeit numpy.array([1, 2, 3]* 3)
100000 loops, best of 3: 16.3 us per loop
In [4]: %timeit numpy.tile(numpy.array([1, 2, 3]), 3)
10000 loops, best of 3: 37 us per loop

In [5]: %timeit numpy.array([1, 2, 3]* 1000)
1000 loops, best of 3: 1.85 ms per loop
In [6]: %timeit numpy.tile(numpy.array([1, 2, 3]), 1000)
10000 loops, best of 3: 122 us per loop 

编辑

您在问题中提供的代码输出也可以通过以下方式实现:

arr = myIter / (N + 1)
X = numpy.repeat(arr, N)
Y = numpy.tile(arr, N)

这样就可以避免循环数组(这是使用numpy的一大优势).生成的代码更简单(如果您知道函数当然,请参阅repeat和tile的文档)并且更快.