Numpy:新维矩阵的堆栈副本
我有一个3x3 numpy数组,我想创建一个3x3xC矩阵,其中新维度由原始3x3数组的精确副本组成。我确信这是问某处,但我找不到最好的方法。我计算出如何为一个简单的一个维数组x做到这一点:Numpy:新维矩阵的堆栈副本
new_x = np.tile(np.array(x, (C, 1))
其中重复阵列,然后执行:
np.transpose(np.expand_dims(new_x, axis=2),(2,1,0))
,扩大了尺寸并切换轴,使得该阵列是在第三维重复(虽然这工作,我不知道这是否是最好的方式来做到这一点) - 一个nxn numpy数组的最有效的方法是什么?
对于只读版本,broadcast_to
可以使用:
In [370]: x = np.arange(9).reshape(3,3)
In [371]: x
Out[371]:
array([[0, 1, 2],
[3, 4, 5],
[6, 7, 8]])
In [372]: x = np.broadcast_to(x[..., None],(3,3,10))
In [373]: x
Out[373]:
array([[[0, 0, 0, 0, 0, 0, 0, 0, 0, 0],
[1, 1, 1, 1, 1, 1, 1, 1, 1, 1],
[2, 2, 2, 2, 2, 2, 2, 2, 2, 2]],
[[3, 3, 3, 3, 3, 3, 3, 3, 3, 3],
[4, 4, 4, 4, 4, 4, 4, 4, 4, 4],
[5, 5, 5, 5, 5, 5, 5, 5, 5, 5]],
[[6, 6, 6, 6, 6, 6, 6, 6, 6, 6],
[7, 7, 7, 7, 7, 7, 7, 7, 7, 7],
[8, 8, 8, 8, 8, 8, 8, 8, 8, 8]]])
或用repeat
:
In [378]: x=np.repeat(x[...,None],10,2)
In [379]: x
Out[379]:
array([[[0, 0, 0, 0, 0, 0, 0, 0, 0, 0],
[1, 1, 1, 1, 1, 1, 1, 1, 1, 1],
[2, 2, 2, 2, 2, 2, 2, 2, 2, 2]],
[[3, 3, 3, 3, 3, 3, 3, 3, 3, 3],
[4, 4, 4, 4, 4, 4, 4, 4, 4, 4],
[5, 5, 5, 5, 5, 5, 5, 5, 5, 5]],
[[6, 6, 6, 6, 6, 6, 6, 6, 6, 6],
[7, 7, 7, 7, 7, 7, 7, 7, 7, 7],
[8, 8, 8, 8, 8, 8, 8, 8, 8, 8]]])
这是一个较大的阵列,其元素可以单独改变。
不错。 '(3,3,10)'是在这里硬编码的吗? –
你可以从'x.shape'和'C'构造元组。 – hpaulj
不错的一个。所以'broadcast_to'会是所有'stride_tricks'黑魔法的正式版本? –
不知道我是否理解,但你可以用'np.tile(x,(C,1))做同样的事情。 –
这只是转置一个二维矩阵,我想要在第三维中重复该数组。 – ru111
我最喜欢的解决方案就是像'new_x = np.empty((3,3,2),dtype = x.dtype); new_x [...] = x [...,None]' –