Numpy沿新轴重复阵列

Question

什么是最好/最高效的方式？

x是数组，n是我想重复的次数：

np.repeat(x[None,...], n, axis=0)

或

ones = [1] * len(x.shape)
np.tile(x, tuple(n, *ones))

请注意，对于已知的数组大小，后者变得简单：

np.tile(x, (n, 1, 1))  # x is 2D

Answer 1

np.tile的部分代码是：

for i, nrep in enumerate(tup):
    if nrep!=1:
        c = c.reshape(-1, n).repeat(nrep, 0)

换句话说，它在每个轴上都有repeat，重复次数超过1次。效果是repeat对多个轴的推广。

所以我希望时间类似，但普通repeat将减少Python开销。编译repeat。 （一些简单的测试证实了这一点 - 对于小型阵列，repeat快2倍，对于大型阵列则快一点。）

P.S。 x[None,...]步骤几乎是无成本的。由于广播，它可能就是你所需要的一切。

---

p.s.s。使用np.lib.index_tricks.as_strided可以更快地执行此重复操作。对于(20,50)形状x，

as_strided(x,shape=(n,20,50),strides=(0,200,4))

np.broadcast_arrays也使用as_strided。所以这产生了同样的事情：

np.broadcast_arrays(np.ones((n,1,1)),x)[1] 

但说实话，这只是对广播的一种阐述，而不是真正的重复。数据尚未复制。相同的值仅使用n次。

广播可用于填充整个数组，但时间与repeat的时间相同。这可能是repeat在幕后做的事情。

z = np.empty((300,20,50),dtype=int)
z[:] = x[None,...]