重複數組的每一個值的兩倍（numpy的）

讓A是numpy的陣列，如：重複數組的每一個值的兩倍（numpy的）

A = np.array([1, 2, 3, 4, 5])

我想找到生產與每個值的新陣列的更清潔的方式重複了兩次：

B = np.array([1, 1, 2, 2, 3, 3, 4, 4, 5, 5])

您認爲這是更簡單的方法嗎？

import numpy as np 
B = np.tile(A,2).reshape(2,-1).flatten('F')

來源

2014-02-21 Basj

您可以使用numpy.column_stack和numpy.ndarray.flatten：

In [12]: numpy.column_stack((A, A)).flatten()              
Out[12]: array([1, 1, 2, 2, 3, 3, 4, 4, 5, 5])

時機比較：

In [27]: A = numpy.array([1, 2, 3, 4, 5]*1000)             

In [28]: %timeit numpy.column_stack((A, A)).flatten()            
10000 loops, best of 3: 44.7 µs per loop               

In [29]: %timeit numpy.repeat(A, 2)                
10000 loops, best of 3: 104 µs per loop               

In [30]: %timeit numpy.tile(A,2).reshape(2,-1).flatten('F')          
10000 loops, best of 3: 129 µs per loop

來源

2014-02-21 10:33:27

謝謝你的時間比較。你還可以粘貼完整的代碼進行時間比較嗎？（帶'import timeit'等） – Basj

@Basj這就是整個代碼:)，我用這個[IPython shell]（http://ipython.org/ipython-doc/dev/interactive/shell.html）。您也可以在線嘗試：https://www.pythonanywhere.com/try-ipython/ –

不知道爲什麼，但我得到了不同的時間順序（對於x10尺寸A）： In [19]：％ timeit numpy.column_stack（（A，A））。flatten（） 1000個循環，最好是3：每個循環657 us In [20]：％timeit numpy.tile（A，2）.reshape（2， - 1）.flatten（'F'） 1000循環，最好爲3：574 us每個循環 –

使用repeat()

In [1]: import numpy as np 

In [2]: A = np.array([1, 2, 3, 4, 5]) 

In [3]: np.repeat(A,2) 
Out[3]: array([1, 1, 2, 2, 3, 3, 4, 4, 5, 5])

來源

2014-02-21 10:33:32

如果你需要在一個時間關鍵區域做此操作，下面的代碼是最快的（使用numpy的1.9開發版）：

In [1]: A = numpy.array([1, 2, 3, 4, 5]*1000) 
In [2]: %timeit numpy.array([A, A]).T.ravel('F') 
100000 loops, best of 3: 6.44 µs per loop

需要注意的是扁平化將使額外的副本，所以拉威爾應改爲使用。

如果你喜歡的可讀性，在column_stack和重複功能更好：

In [3]: %timeit numpy.column_stack((A, A)).ravel() 
100000 loops, best of 3: 15.4 µs per loop 

In [4]: timeit numpy.repeat(A, 2) 
10000 loops, best of 3: 53.9 µs per loop

來源

2014-02-22 12:49:02 pch

重複數組的每一個值的兩倍（numpy的）

回答

相關問題