Question

我正在尝试快速生成numpy数组，可能不需要通过python。

我想构建一维索引numpy数组，将其作为输入：

[2,3]和此[2,4]，并会返回此

 [0,1,0,1,0,1,2,0,1,2,0,1,2,0,1,2]

说明：

我从0迭代到2（所以[0,1]数组）并重复2次：[0,1,0,1]

然后我从0迭代到3（所以[0,1,2]数组）并重复4次：[0,1,2,0,1,2,0,1,2,0,1,2] 然后我把所有东西弄平了。

有没有办法在numpy中完全做到这一点？现在，我要使用np.tile（）在numpy中分别构建每个表，然后将所有内容扁平化，但是我觉得有一种更有效的方法，只能转换为C函数调用，而没有python

Answer 1

这是向量化的解决方案：

def cycles(spec):
    steps = np.repeat(*spec)
    ps = steps.cumsum()
    psj = np.zeros(ps[-1], int)
    psj[ps[:-1]] = steps[:-1]
    return np.arange(ps[-1]) - psj.cumsum()

演示：

>>> cycles(((2,3),(2,4)))
array([0, 1, 0, 1, 0, 1, 2, 0, 1, 2, 0, 1, 2, 0, 1, 2])

Answer 2

我不确定这是否是您想要的；这里对func（）的调用中的每个元组首先包含范围，然后是重复。

import numpy


def func(tups):
    Arr = numpy.empty(numpy.sum([ele[0] * ele[1] for ele in tups]), dtype=int)
    i = 0
    for ele in tups:
        Arr[i:i + ele[0] * ele[1]] = numpy.tile(numpy.arange(ele[0]), ele[1])
        i += ele[0] * ele[1]
    return Arr


arr = func([(2, 3), (3, 4)])
print(arr)
# [0 1 0 1 0 1 0 1 2 0 1 2 0 1 2 0 1 2]

如何在numpy中执行此操作（平铺操作链接）？

2 个答案: