有时将行或列向量“克隆”到矩阵是有用的 . 通过克隆我的意思是转换行向量,如
[1,2,3]
进入矩阵
[[1,2,3]
[1,2,3]
[1,2,3]
]
或列向量,如
[1
2
3
]
成
[[1,1,1]
[2,2,2]
[3,3,3]
]
在matlab或octave中,这很容易完成:
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
我想在numpy中重复这个,但没有成功
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.]])
为什么第一种方法(In [16])不起作用?有没有办法以更优雅的方式在python中实现这个任务?
7 回答
这是一种优雅的Pythonic方式:
[16]
的问题似乎是转置对数组没有影响 . 你可能想要一个矩阵代替:使用numpy.tile:
或重复列:
首先请注意,通过numpy的广播操作,通常不需要复制行和列 . 有关说明,请参阅this和this .
但要做到这一点,repeat和newaxis可能是最好的方法
此示例适用于行向量,但将此应用于列向量有望显而易见 . 重复似乎拼写得很好,但你也可以通过乘法来实现,就像在你的例子中一样
我认为在numpy中使用广播是最好的,也是更快的
我做了如下比较
使用广播的速度提高了约15倍
np.broadcast_to
甚至比np.tile
更快:但最快的是@ tom10的方法:
您可以使用
tile将生成向量的reps
并重塑将赋予它你想要的形状
收益率: