Question

我想在numpy中创建一个3D数组，如下所示：

[ 0 1 0 1 0 1
  0 1 0 1 0 1
  0 1 0 1 0 1
  0 1 0 1 0 1
  0 1 0 1 0 1 ] ...

有没有好的方法来写它？

Answer 1

使用np.tile：

import numpy as np
a = np.array([0, 1])
my_tiled_array = np.tile(a, (3, 3))

结果：

array([[0, 1, 0, 1, 0, 1],
       [0, 1, 0, 1, 0, 1],
       [0, 1, 0, 1, 0, 1]])

编辑：
正如@DSM在评论中建议的那样，如果你真的想要一个3D数组 - 我的代码示例中并不完全清楚 - 你可以使用：

my_3d_tiled_arr = np.tile(a, (3, 3, 3))

结果：

array([[[0, 1, 0, 1, 0, 1],
        [0, 1, 0, 1, 0, 1],
        [0, 1, 0, 1, 0, 1]],

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

       [[0, 1, 0, 1, 0, 1],
        [0, 1, 0, 1, 0, 1],
        [0, 1, 0, 1, 0, 1]]])

Answer 2

如果你想要一维阵列，（再次，你不清楚你想要什么），你可以这样做：

np.mod(np.arange(10),2)
Out[4]: array([0, 1, 0, 1, 0, 1, 0, 1, 0, 1])

当然，如果需要，可以重新塑造。但是，我认为伯尼的答案要好得多，也更清楚。

Answer 3

@ bernie的方法很棒。实现相同目标的更快方法可以是（几乎）移动元素而不是复制一对[0, 1]很多次。您可以执行以下操作：

import numpy as np
A1 = np.concatenate([np.zeros(108), np.ones(108)]).reshape((2,108))
A2 = A1.transpose()
A3 = A2.reshape((6,6,6))

第一行初始化一堆0和1，并将它们打包成2x108数组。第二行几乎没有成为108x2数组。然后，最后一行重新切片数组，使其为6x6x6，看起来就像你要找的那样。

唯一需要注意的是元素的数量。假设你想要一个6x6x6的最终3D数组，就像在我的例子中那样，你乘以所有轴的长度（它给出216），然后除以2（= 108）。该数字是1和0的数字，以及.reshape((2, n))函数调用中使用的数字。

它如此之快的原因是初始化0或1的向量非常快，比复制任意数组更快。然后，像.transpose()和.reshape()这样的移动元素几乎不会改变元素的引用方式，而不是在内存中移动元素本身。

Numpy：如何巧妙地填充数组？

3 个答案: