如何使用另一个数组创建或填充numpy数组？

Question

如何创建一个形状为[2, 2, 3]的 numpy 数组，在第二维的元素是另一个数组，例如[1, 2, 3]？

我想做类似于下面这个无效代码的操作：

a = np.arange(1, 4)
b = np.full((3, 3), a)

导致类似以下数组的结果：

[[[ 1.  2.  3.]
  [ 1.  2.  3.]]
 [[ 1.  2.  3.]
  [ 1.  2.  3.]]]

当然可以像往常一样编写填充的循环，但我认为可能有一种捷径：

for y in range(b.shape[0]):
    for x in range(b.shape[1]):
        b[y, x, :] = a

- EquipDev

---

дЅїз”Ёnp.fullе‡Ѕж•°е’Њжњџжњ›зљ„еЅўзЉ¶еЌіеЏЇпјљnp.full((2,2,3), a)гЂ‚ - Divakar

“其中轴 2 上的元素是另一个数组。” 那应该是一个 (2,3) 形状的数组，对吧？你建议的 [1,2,3] 不是... - Tom de Geus

@TomdeGeus：不，这个例子的意图是创建一个形状为[2, 2, 3]的数组，或者我称之为[2, 2]数组，其中元素是一个[3]数组。 - EquipDev

@Divakar：谢谢，解决了。 - EquipDev

如果数组是对象类型，则 full 可能会产生意外的结果，http://stackoverflow.com/q/43483663。在这种情况下，它的行为类似于 [[]]*4。 - hpaulj

Answer 1

有多种方法可以实现这一点。其中一种是使用Divakar在评论中指出的np.full((2,2,3), a)中的np.full。或者，您可以使用np.tile来构建一个数组，通过重复输入数组给定次数来实现。要构建您的示例，您可以执行以下操作：

import numpy as np

np.tile(np.arange(1, 4), [2, 2, 1])

- jotasi

Answer 2

如果您的numpy版本大于等于1.10，您可以使用broadcast_to函数。

a = np.arange(1,4)
a.shape = (1,1,3)
b = np.broadcast_to(a,(2,2,3))

这将生成一个视图而不是复制，因此对于大型数组来说会更快。

编辑：这似乎是您在演示中要求的结果。

- paddyg

---

输出的数组与要求相同，但我认为语法不如jotasi和Divakar的答案明显且易于记忆。 - EquipDev

同意。在某种程度上！如果a的维度小于输出结果（broadcast_to实际上也是如此），tile()会自动添加一些轴，因此我加入了reshape行以展示如何控制该过程。你可以认为将其广播到结果数组的形状更清晰。正如我所提到的，broadcast_to的优点在于它创建了一个只读视图，因此非常快速。 - paddyg

Answer 3

基于Divakar的评论，另一个答案可以是：

import numpy as np
np.full([2, 2, 3], np.arange(1, 4))

另一种可能性是：

import numpy as np
b = np.empty([2, 2, 3])
b[:] = np.arange(1, 4)

- EquipDev

Answer 4

此外还可以使用 np.concatenate 或其包装器 np.vstack。

In [26]: a = np.arange(1,4)

In [27]: np.vstack([a[np.newaxis, :]]*4).reshape(2,2, 3)
Out[27]: 
array([[[1, 2, 3],
        [1, 2, 3]],

       [[1, 2, 3],
        [1, 2, 3]]])

In [28]: np.concatenate([a[np.newaxis, :]]*4, axis=0).reshape(2,2, 3)
Out[28]: 
array([[[1, 2, 3],
        [1, 2, 3]],

       [[1, 2, 3],
        [1, 2, 3]]])

- kmario23