Question

如何按行填充numpy数组？

例如arr=np.zeros([3,2]). 我希望用list = [1,2].

替换每一行

所以输出是：

[1 2 
 1 2
 1 2]

我可以手工制作

for x in arr[:]:
    arr[:]=[1,2]

但我相信有更快的方法。

对不起，请看编辑：假设，我们有：

arr=array([[[ 0.,  0.,  0.],
        [ 0.,  0.,  0.]],

       [[ 0.,  0.,  0.],
        [ 0.,  0.,  0.]],

       [[ 0.,  0.,  0.],
        [ 0.,  0.,  0.]]])

我希望arr [1]数组填充[1,2]，如下所示：

arr=array([[[ 0.,  0.,  0.],
        [ 0.,  0.,  0.]],

       [[ 1.,  1.,  1.],
        [ 2.,  2.,  2.]],

       [[ 0.,  0.,  0.],
        [ 0.,  0.,  0.]]])

Answer 1

你的循环是没有必要的。

利用broadcasting，您可以通过一项任务来完成此任务：

arr[:] = [1,2]

Numpy将右侧阵列广播到可分配给左侧的形状。

关于第二个问题（在您的更新中），您可以：

arr.T[..., 1] = [1,2]

Answer 2

在这种情况下，对整个数组的简单分配起作用：

In [952]: arr=np.zeros((3,2),int)
In [953]: arr[...]=[1,2]
In [954]: arr
Out[954]: 
array([[1, 2],
       [1, 2],
       [1, 2]])

那是因为列表转换为（2，）数组，可以广播到（1,2）然后（3,2），以匹配arr：

In [955]: arr[...]=np.array([3,2])[None,:]
In [956]: arr
Out[956]: 
array([[3, 2],
       [3, 2],
       [3, 2]])

如果我想按列设置值，我还需要做更多的工作

In [957]: arr[...]=np.array([1,2,3])[:,None]
In [958]: arr
Out[958]: 
array([[1, 1],
       [2, 2],
       [3, 3]])

我必须明确地创建一个（3,1）数组，它广播到（3,2）。

=================

我已经回答了您修改后的问题：

In [963]: arr[1,...]=np.array([1,2])[:,None]
In [964]: arr
Out[964]: 
array([[[ 0.,  0.,  0.],
        [ 0.,  0.,  0.]],

       [[ 1.,  1.,  1.],
        [ 2.,  2.,  2.]],

       [[ 0.,  0.,  0.],
        [ 0.,  0.,  0.]]])

=================

将tile添加到您的工具包中：

In [967]: np.tile([1,2],(3,1))
Out[967]: 
array([[1, 2],
       [1, 2],
       [1, 2]])
In [968]: np.tile([[1],[2]],(1,3))
Out[968]: 
array([[1, 1, 1],
       [2, 2, 2]])

按行填充numpy数组

2 个答案: