Question

numpy似乎无法转置矢量？我想把一个矢量投影到一个矩阵中，你可以使用np.tile -

为行做没问题

In [7]: vector = np.arange(start=0,stop=1,step=1.0/5)
In [8]: mat = np.tile(vector, (2,1))   
In [9]: mat
Out[9]: array([[ 0. ,  0.2,  0.4,  0.6,  0.8],
               [ 0. ,  0.2,  0.4,  0.6,  0.8]])

但是如果你想要将相同的矢量平铺为列，那么你似乎必须这样做

In[11]: mat = np.tile(vector,(2,1))
In[12]: mat=mat.transpose()
In[13]: mat
Out[13]: array([[ 0. ,  0. ],
                 [ 0.2,  0.2],
                 [ 0.4,  0.4],
                 [ 0.6,  0.6],
                 [ 0.8,  0.8]])

而不是更合乎逻辑（对我而言）

In[30]: mat = np.tile(vector.transpose(),(1,2))

它没有给出所需的结果，而是给出一个行向量，转置是无关的 -

Out[31]: array([[ 0. ,  0.2,  0.4,  0.6,  0.8,  0. ,  0.2,  0.4,  0.6,  0.8]])

虽然这不是一个大问题，我担心它的不公正

Answer 1

transpose在1d数组上没有做任何事情。另一种方法是首先将 vector 重新整形为2d，然后从中获取两个轴，然后您可以使用np.tile为每个轴指定 reps 参数：< / p>

np.tile(vector[:,None], (1,2))
#array([[ 0. ,  0. ],
#       [ 0.2,  0.2],
#       [ 0.4,  0.4],
#       [ 0.6,  0.6],
#       [ 0.8,  0.8]])

Answer 2

有很多方法可以创建这样的数组。

repeat比tile快，而reshape几乎是无成本的：

In [112]: v=np.arange(0,1,1/5)
In [113]: v
Out[113]: array([ 0. ,  0.2,  0.4,  0.6,  0.8])
In [114]: np.repeat(v,2)
Out[114]: array([ 0. ,  0. ,  0.2,  0.2,  0.4,  0.4,  0.6,  0.6,  0.8,  0.8])
In [115]: np.repeat(v,2).reshape(-1,2)
Out[115]: 
array([[ 0. ,  0. ],
       [ 0.2,  0.2],
       [ 0.4,  0.4],
       [ 0.6,  0.6],
       [ 0.8,  0.8]])

或将v转换为＆＃39;列向量＆＃39;与newaxis：

In [118]:  np.repeat(v[:,None],2,axis=1)
Out[118]: 
array([[ 0. ,  0. ],
       [ 0.2,  0.2],
       [ 0.4,  0.4],
       [ 0.6,  0.6],
       [ 0.8,  0.8]])

In [119]: v[:,None]+np.zeros(2)
Out[119]: 
array([[ 0. ,  0. ],
       [ 0.2,  0.2],
       [ 0.4,  0.4],
       [ 0.6,  0.6],
       [ 0.8,  0.8]])

In [120]: np.column_stack([v]*2)
Out[120]: 
array([[ 0. ,  0. ],
       [ 0.2,  0.2],
       [ 0.4,  0.4],
       [ 0.6,  0.6],
       [ 0.8,  0.8]])

In [124]: np.broadcast_to(v[:,None],(v.shape[0],2))
Out[124]: 
array([[ 0. ,  0. ],
       [ 0.2,  0.2],
       [ 0.4,  0.4],
       [ 0.6,  0.6],
       [ 0.8,  0.8]])

这最后一个实际上是@piRSquared's跨步技巧：

In [125]: _.strides
Out[125]: (8, 0)

使用v[:,None]（或v[None,:].T）

也可以制作

v[None].T

Answer 3

来自项目 / kill

from numpy.lib.stride_tricks import as_strided as strided

strided(vector, (vector.size, 2), (vector.strides[0], 0))

array([[ 0. ,  0. ],
       [ 0.2,  0.2],
       [ 0.4,  0.4],
       [ 0.6,  0.6],
       [ 0.8,  0.8]])

__

strided(vector, (2, vector.size), (0, vector.strides[0]))

array([[ 0. ,  0.2,  0.4,  0.6,  0.8],
       [ 0. ,  0.2,  0.4,  0.6,  0.8]])

numpy不能将行向量转换成列？

3 个答案: