Иногда полезно "клонировать" вектор строки или столбца в матрицу. Клонирование я имею в виду преобразование вектора строки, такого как
[1,2,3]
В матрицу
[[1,2,3]
[1,2,3]
[1,2,3]
]
или вектор столбца, такой как
[1
2
3
]
в
[[1,1,1]
[2,2,2]
[3,3,3]
]
В matlab или октаве это делается довольно легко:
x = [1,2,3]
a = ones(3,1) * x
a =
1 2 3
1 2 3
1 2 3
b = (x') * ones(1,3)
b =
1 1 1
2 2 2
3 3 3
Я хочу повторить это в numpy, но безуспешно
In [14]: x = array([1,2,3])
In [14]: ones((3,1)) * x
Out[14]:
array([[ 1., 2., 3.],
[ 1., 2., 3.],
[ 1., 2., 3.]])
# so far so good
In [16]: x.transpose() * ones((1,3))
Out[16]: array([[ 1., 2., 3.]])
# DAMN
# I end up with
In [17]: (ones((3,1)) * x).transpose()
Out[17]:
array([[ 1., 1., 1.],
[ 2., 2., 2.],
[ 3., 3., 3.]])
Почему не был первый метод (In [16])? Есть ли способ достичь этой задачи в python более элегантным способом?
Здесь элегантный, Pythonic способ сделать это:
>>> array([[1,2,3],]*3)
array([[1, 2, 3],
[1, 2, 3],
[1, 2, 3]])
>>> array([[1,2,3],]*3).transpose()
array([[1, 1, 1],
[2, 2, 2],
[3, 3, 3]])
проблема с [16]
заключается в том, что транспонирование не влияет на массив. вы, вероятно, хотите получить матрицу:
>>> x = array([1,2,3])
>>> x
array([1, 2, 3])
>>> x.transpose()
array([1, 2, 3])
>>> matrix([1,2,3])
matrix([[1, 2, 3]])
>>> matrix([1,2,3]).transpose()
matrix([[1],
[2],
[3]])
(N,1)
-образный массив с помощью .reshape(-1, 1)
)
numpy.tile
как показано в ответе .
Используйте numpy.tile
:
>>> tile(array([1,2,3]), (3, 1))
array([[1, 2, 3],
[1, 2, 3],
[1, 2, 3]])
или для повторяющихся столбцов:
>>> tile(array([[1,2,3]]).transpose(), (1, 3))
array([[1, 1, 1],
[2, 2, 2],
[3, 3, 3]])
tile
метод 19.5 раза быстрее , чем метод в принятом в настоящее время ответа ( с помощью умножения-оператор-метод).
Прежде всего, обратите внимание, что при многократных вещательных операциях обычно не требуется дублировать строки и столбцы. Для описания см. this и this.
Но для этого repeat и newaxis, вероятно, лучший способ
In [12]: x = array([1,2,3])
In [13]: repeat(x[:,newaxis], 3, 1)
Out[13]:
array([[1, 1, 1],
[2, 2, 2],
[3, 3, 3]])
In [14]: repeat(x[newaxis,:], 3, 0)
Out[14]:
array([[1, 2, 3],
[1, 2, 3],
[1, 2, 3]])
Этот пример предназначен для вектора строк, но применение этого к вектору столбца, мы надеемся, очевидно. повторение, похоже, хорошо написано, но вы также можете сделать это с помощью умножения, как в вашем примере
In [15]: x = array([[1, 2, 3]]) # note the double brackets
In [16]: (ones((3,1))*x).transpose()
Out[16]:
array([[ 1., 1., 1.],
[ 2., 2., 2.],
[ 3., 3., 3.]])
Я думаю, что использование широковещательной передачи в numpy является лучшим и быстрее
Я сделал сравнение, как показано ниже
import numpy as np
b = np.random.randn(1000)
In [105]: %timeit c = np.tile(b[:, newaxis], (1,100))
1000 loops, best of 3: 354 µs per loop
In [106]: %timeit c = np.repeat(b[:, newaxis], 100, axis=1)
1000 loops, best of 3: 347 µs per loop
In [107]: %timeit c = np.array([b,]*100).transpose()
100 loops, best of 3: 5.56 ms per loop
примерно в 15 раз быстрее, используя широковещательную рассылку
None
чтобы сделать то же самое.
np.broadcast_to
еще быстрее, чем np.tile
:
x = np.arange(9)
%timeit np.broadcast_to(x, (6,9))
100000 loops, best of 3: 3.6 µs per loop
%timeit np.tile(x, (6,1))
100000 loops, best of 3: 8.4 µs per loop
Но самый быстрый метод @tom10:
%timeit np.repeat(x[np.newaxis, :], 6, axis=0)
100000 loops, best of 3: 3.15 µs per loop
Вы можете использовать
np.tile(x,3).reshape((4,3))
tile будет генерировать повторения вектора
и изменить форму даст вам форму, которую вы хотите
Одно чистое решение - использовать функцию внешнего продукта NumPy с вектором единиц:
np.outer(np.ones_like(x), x)
дает повторяющиеся строки. Переключите порядок аргументов, чтобы получить повторяющиеся столбцы.
import numpy as np
x=np.array([1,2,3])
y=np.multiply(np.ones((len(x),len(x))),x).T
print(y)
выходы:
[[ 1. 1. 1.]
[ 2. 2. 2.]
[ 3. 3. 3.]]
repmat
:repmat([1 2 3],3,1)
илиrepmat([1 2 3].',1,3)
repmat
.