如何使用另一个numpy数组填充numpy数组

Question

我有一个空的numpy数组，还有另一个填充了值的数组。我想将空的numpy数组用填充后的数组填充x次。

当x = 3时，最初的空数组看起来像[[populated_array],[populated_array], [populated_array]] 其中populated_array每次都是相同的值/数组。

我尝试过这个：

a = np.empty(3)
a.fill(np.array([4,6,6,1]))

但是要注意，以下内容非常重要。

ValueError: Input object to FillWithScalar is not a scalar

and want this

[[4,6,6,1],[4,6,6,1],[4,6,6,1]]

感谢任何帮助。

- harry lakins

---

您可以初始化对象数据类型数组: a = np.empty(3,dtype=object)。 - Divakar

Answer 1

tile 和 repeat是在需要以不同方式重复一个数组时非常方便的函数：

In [233]: np.tile(np.array([4,6,6,1]),(3,1))
Out[233]: 
array([[4, 6, 6, 1],
       [4, 6, 6, 1],
       [4, 6, 6, 1]])

在处理失败时，请注意fill的文档注释：

a.fill(value)

Fill the array with a scalar value.

np.array([4,6,6,1]) 不是一个标量值。 a 被初始化为一个包含 3 个元素的 float 数组。

只要形状正确，可以对数组的元素赋值：

In [241]: a=np.empty(3)
In [242]: a[:]=np.array([1,2,3])    # 3 numbers into 3 slots
In [243]: a
Out[243]: array([ 1.,  2.,  3.])
In [244]: a=np.empty((3,4))
In [245]: a[:]=np.array([1,2,3,4])   # 4 numbers into 4 columns
In [246]: a
Out[246]: 
array([[ 1.,  2.,  3.,  4.],
       [ 1.,  2.,  3.,  4.],
       [ 1.,  2.,  3.,  4.]])

这个 fill 方法适用于对象类型的数组，但结果相当不同，应该谨慎使用：

In [247]: a=np.empty(3, object)
In [248]: a
Out[248]: array([None, None, None], dtype=object)
In [249]: a.fill(np.array([1,2,3,4]))
In [250]: a
Out[250]: array([array([1, 2, 3, 4]), array([1, 2, 3, 4]), array([1, 2, 3, 4])], dtype=object)

这个形状为(3,)的数组与其他方法生成的形状为(3,4)的数组不同。对象数组的每个元素都是指向同一对象的指针。更改a中一个元素的值会改变所有元素中的该值（因为它们是同一对象）。

In [251]: a[0][3]=5
In [252]: a
Out[252]: array([array([1, 2, 3, 5]), array([1, 2, 3, 5]), array([1, 2, 3, 5])], dtype=object)

- hpaulj

---

我曾经认为应该有一个快捷方式来完成这个操作。另一方面，如果您能有效地使用广播和索引技巧，大多数情况下您不需要扩展数组，因此提供一个快捷方式似乎有些愚蠢... - mgilson

np.tile 可能是对 MATLAB 的 repmat 的旧版回答。它是 Python 函数，并利用编译的 repeat。使用广播技术时，它并不是那么重要。 - hpaulj

Answer 2

使用广播

vstack、tile和repeat等方法都很好，但是使用广播可以提高数倍的效率...

import numpy as np
from time import time

t = time()
for _ in xrange(10000):
    a = np.array([4,6,6,1])
    b = np.vstack((a,)*100)
print time()-t

t = time()
for _ in xrange(10000):
    a = np.array([4,6,6,1])
    b = np.tile(a,(3,1))
print time()-t

t = time()
for _ in xrange(10000):
    a = np.array([4,6,6,1])
    b = np.empty([100,a.shape[0]])
    b[:] = a
print time()-t

打印：

2.76399993896
0.140000104904
0.0490000247955

- Aaron

Answer 3

你可以使用 vstack 进行堆叠：

>>> a = np.array([4,6,6,1])
>>> np.vstack((a,)*3)
array([[4, 6, 6, 1],
       [4, 6, 6, 1],
       [4, 6, 6, 1]])

请注意，您经常不需要这样做...... 您可以使用numpy的广播来执行许多有趣的技巧：

>>> a = np.array([4,6,6,1])
>>> ones = np.ones((4, 4))
>>> ones * a
array([[ 4.,  6.,  6.,  1.],
       [ 4.,  6.,  6.,  1.],
       [ 4.,  6.,  6.,  1.],
       [ 4.,  6.,  6.,  1.]])

在某些情况下，您还可以使用np.newaxis和...来实现一些有趣的功能。值得一提的是，建议查看numpy的索引文档以熟悉选项。

- mgilson

Answer 4

正如Numpy Array文档所述，第一个参数是shape，因此当你这样做时：

a = np.empty(3)

你正在创建一个三维数组（只有一维）。相反，你应该这样做：

a = np.empty([3,3])

这将创建一个由3个子数组组成的数组，每个子数组的维度为3（即3x3矩阵）。

正如Numpy填充文档所述，fill只接受数字（标量）作为参数，因此您不能使用另一个数组作为参数，而您所做的并没有正确工作：

a.fill(np.array([4,6,6,1]))

为了实现你想要做的事情，我会这样做：

a = np.array([[4,6,6,1]]*3)

希望我的评论能对您有所帮助！

- Nacho Cordón

Answer 5

你可以使用np.full()，如此处所述。

>>>repetitions = 3
>>>fill_array = np.array([4,6,6,1])
>>>fill_shape = np.shape(fill_array)
>>>a = np.full([*(repetitions,),*fill_shape],fill_array)
>>>a
array([[4, 6, 6, 1],
       [4, 6, 6, 1],
       [4, 6, 6, 1]])

- janosch

Answer 6

重复的任务通常会被简化为矩阵或向量操作。np.outer() 可以比使用单位矩阵进行乘法或填充空数组更快地完成它：

>>>a = np.array([4,6,6,1])
>>>b = np.outer(np.ones(3, dtype=np.int), a)
>>>b
array([[4, 6, 6, 1],
       [4, 6, 6, 1],
       [4, 6, 6, 1]])

- Anton K