二维数组的 Numpy 重复答案

【问题标题】：Numpy repeat for 2d array二维数组的 Numpy 重复
【发布时间】：2017-02-25 04:52:31
【问题描述】：

给定两个数组，比如说

arr = array([10, 24, 24, 24,  1, 21,  1, 21,  0,  0], dtype=int32)
rep = array([3, 2, 2, 0, 0, 0, 0, 0, 0, 0], dtype=int32)

np.repeat(arr, rep) 返回

array([10, 10, 10, 24, 24, 24, 24], dtype=int32)

有没有办法为一组二维数组复制此功能？

这是给定的

arr = array([[10, 24, 24, 24,  1, 21,  1, 21,  0,  0],
            [10, 24, 24,  1, 21,  1, 21, 32,  0,  0]], dtype=int32)
rep = array([[3, 2, 2, 0, 0, 0, 0, 0, 0, 0],
            [2, 2, 2, 0, 0, 0, 0, 0, 0, 0]], dtype=int32)

是否可以创建一个矢量化的函数？

PS：每行的重复次数不必相同。我正在填充每个结果行以确保它们的大小相同。

def repeat2d(arr, rep):
    # Find the max length of repetitions in all the rows. 
    max_len = rep.sum(axis=-1).max()  
    # Create a common array to hold all results. Since each repeated array will have 
    # different sizes, some of them are padded with zero.
    ret_val = np.empty((arr.shape[0], maxlen))  
    for i in range(arr.shape[0]):
        # Repeated array will not have same num of cols as ret_val.
        temp = np.repeat(arr[i], rep[i])
        ret_val[i,:temp.size] = temp
    return ret_val

我确实知道 np.vectorize，而且我知道它不会比普通版本带来任何性能优势。

【问题讨论】：

标签： python arrays numpy vectorization

【解决方案1】：

所以你对每一行都有不同的重复数组？但是每行的总重复次数是一样的吗？

只需对展平的数组执行repeat，然后重新调整为正确的行数。

In [529]: np.repeat(arr,rep.flat)
Out[529]: array([10, 10, 10, 24, 24, 24, 24, 10, 10, 24, 24, 24, 24,  1])
In [530]: np.repeat(arr,rep.flat).reshape(2,-1)
Out[530]: 
array([[10, 10, 10, 24, 24, 24, 24],
       [10, 10, 24, 24, 24, 24,  1]])

如果每行的重复次数不同，我们就会遇到填充可变长度行的问题。这出现在其他 SO 问题中。我不记得所有细节，但我认为解决方案是这样的：

更改rep，使数字不同：

In [547]: rep
Out[547]: 
array([[3, 2, 2, 0, 0, 0, 0, 0, 0, 0],
       [2, 2, 2, 1, 0, 2, 0, 0, 0, 0]])
In [548]: lens=rep.sum(axis=1)
In [549]: lens
Out[549]: array([7, 9])
In [550]: m=np.max(lens)
In [551]: m
Out[551]: 9

创建目标：

In [552]: res = np.zeros((arr.shape[0],m),arr.dtype)

创建一个索引数组 - 细节需要制定：

In [553]: idx=np.r_[0:7,m:m+9]
In [554]: idx
Out[554]: array([ 0,  1,  2,  3,  4,  5,  6,  9, 10, 11, 12, 13, 14, 15, 16, 17])

平面索引赋值：

In [555]: res.flat[idx]=np.repeat(arr,rep.flat)
In [556]: res
Out[556]: 
array([[10, 10, 10, 24, 24, 24, 24,  0,  0],
       [10, 10, 24, 24, 24, 24,  1,  1,  1]])

【讨论】：

每行的重复总数不必相同。这就是为什么我要找出 maxlen 然后将每一行填充为相同的大小。
你正在用随机的empty 值填充？我见过可以处理可变长度行的屏蔽插入，但不记得细节了。
是的。我用随机的空值填充它们。虽然我猜在我的情况下用零填充更有意义。
我建议修改您的示例，以便此填充变得重要。

【解决方案2】：

另一个类似@hpaulj的解决方案：

def repeat2dvect(arr, rep):
    lens = rep.sum(axis=-1)
    maxlen = lens.max()
    ret_val = np.zeros((arr.shape[0], maxlen))
    mask = (lens[:,None]>np.arange(maxlen))
    ret_val[mask] = np.repeat(arr.ravel(), rep.ravel())
    return ret_val

我没有存储索引，而是创建了一个布尔掩码并使用掩码来设置值。

【讨论】：