Question

我正在考虑使用np.tile但不为新矩阵分配内存的方法。有可能实现这个目标吗？

有点冗长，我正在寻找的功能如下：

a = np.random.rand(4,)
b = np.random.rand(8,)
c = np.tile(a,2) + b # this generate a memory copy anyhow

我想避免使用np.tile。

的内存副本

感谢任何帮助。

Answer 1

c = (b.reshape(2,4)+a).ravel()

reshape和ravel都是视图，所以（我认为）唯一的新数组是由求和产生的。实际上，我正在将b更改为可以使用a广播的形状。

即使在这个小问题上，这也要快得多。

broadcast_array可让您按步骤进行广播

In [506]: b1,a1 = np.broadcast_arrays(b.reshape(2,4),a)

a1是一个视图，如数据缓冲区指针

所示

In [507]: a1.__array_interface__['data']
Out[507]: (164774704, False)
In [508]: a.__array_interface__['data']
Out[508]: (164774704, False)

总和

In [509]: a1+b1
Out[509]: 
array([[ 2.04663934,  1.02951915,  1.30616273,  1.75154236],
       [ 1.79237632,  1.08252741,  1.17031265,  1.2675438 ]])

a1实际上已经平铺而没有复制

In [511]: a1.shape
Out[511]: (2, 4)
In [512]: a1.strides
Out[512]: (0, 8)

查看np.lib.stride_tricks.py文件，了解有关此类广播的详细信息。 np.lib.stride_tricks.as_strided是底层函数，它允许您使用新的形状和步幅构建视图。它最常用于构建滑动窗口。