numpy數組到排列矩陣

Question

np.array([1,2,3]) 

我有numpy數組。我想把它變成一個numpy數組，每個1：1排列的元組。像這樣：

np.array([ 
    [(1,1),(1,2),(1,3)], 
    [(2,1),(2,2),(2,3)], 
    [(3,1),(3,2),(3,3)], 
]) 

有關如何有效地做到這一點的任何想法？我需要做這個操作幾百萬次。

Answer 1

如果你使用numpy，不要使用元組。使用它的力量並添加另一個尺寸爲2的尺寸。 我的建議是：

x = np.array([1,2,3]) 
np.vstack(([np.vstack((x, x, x))], [np.vstack((x, x, x)).T])).T 

或：

im = np.vstack((x, x, x)) 
np.vstack(([im], [im.T])).T 

而對於一般的數組：

ix = np.vstack([x for _ in range(x.shape[0])]) 
return np.vstack(([ix], [ix.T])).T 

這將產生你想要什麼：

array([[[1, 1], 
     [1, 2], 
     [1, 3]], 

     [[2, 1], 
     [2, 2], 
     [2, 3]], 

     [[3, 1], 
     [3, 2], 
     [3, 3]]]) 

但作爲3D矩陣，

Out[25]: (3L, 3L, 2L) 

這比排列爲數組大小獲取的更大的解決方案更有效：你可以看它的形狀，當看到。針對@ Kasra的解決方案，我的解決方案的收益率爲1ms，而對於大小爲100的排列的解決方案，收益率爲46ms。@ AshwiniChaudhary的解決方案雖然效率更高。

Answer 2

您可以使用itertools.product來獲取排列，然後將結果轉換爲numpy數組。

>>> from itertools import product 
>>> p=list(product(a,repeat=2)) 
>>> np.array([p[i:i+3] for i in range(0,len(p),3)]) 
array([[[1, 1], 
     [1, 2], 
     [1, 3]], 

     [[2, 1], 
     [2, 2], 
     [2, 3]], 

     [[3, 1], 
     [3, 2], 
     [3, 3]]]) 

Answer 3

你可以做這樣的事情：

>>> a = np.array([1, 2, 3]) 
>>> n = a.size     
>>> perm = np.empty((n, n, 2), dtype=a.dtype) 
perm[..., 0] = a[:, None] 
perm[..., 1] = a 
... 
>>> perm 
array([[[1, 1], 
     [1, 2], 
     [1, 3]], 

     [[2, 1], 
     [2, 2], 
     [2, 3]], 

     [[3, 1], 
     [3, 2], 
     [3, 3]]]) 

時機比較：

>>> a = np.array([1, 2, 3]) 
>>> n = a.size 
>>> np.vstack((np.repeat(a, n), np.tile(a, n))).T.reshape(n, n, 2) 
array([[[1, 1], 
     [1, 2], 
     [1, 3]], 

     [[2, 1], 
     [2, 2], 
     [2, 3]], 

     [[3, 1], 
     [3, 2], 
     [3, 3]]]) 

或者像suggested by @Jaime，如果我們充分利用廣播在這裏你可以避開10倍加速

>>> a = np.array([1, 2, 3]*100) 
>>> %%timeit     
np.vstack((np.repeat(a, n), np.tile(a, n))).T.reshape(n, n, 2) 
... 
1000 loops, best of 3: 934 µs per loop 
>>> %%timeit     
perm = np.empty((n, n, 2), dtype=a.dtype)      
perm[..., 0] = a[:, None] 
perm[..., 1] = a 
... 
10000 loops, best of 3: 111 µs per loop