如何初始化一个numpy数组的numpy数组答案

【问题标题】：How to initialise a Numpy array of numpy arrays如何初始化一个numpy数组的numpy数组
【发布时间】：2014-06-28 13:33:17
【问题描述】：

我有一个尺寸为4x4 的numpy array D

我想要一个基于用户定义值 v 的新 numpy 数组

如果v=2，新的numpy数组应该是[D D]。如果v=3，新的numpy数组应该是[D D D]

我如何初始化像numpy.zeros(v) 这样的 numpy 数组不允许我将数组作为元素放置？

【问题讨论】：

您希望新阵列是 2D 还是 3D？不太清楚[D D] 应该是什么意思。

标签： python python-2.7 python-3.x numpy scipy

【解决方案1】：

你可以这样做：

import numpy as np
v = 3
x = np.array([np.zeros((4,4)) for _ in range(v)])

>>> print x
[[[ 0.  0.  0.  0.]
  [ 0.  0.  0.  0.]
  [ 0.  0.  0.  0.]
  [ 0.  0.  0.  0.]]

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

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

【讨论】：

【解决方案2】：

给你，看看这是否适合你。

import numpy as np
v = raw_input('Enter: ')

从用户输入初始化 numpy 数组数组（显然可以是您想要的任何形状）：

b = np.zeros(shape=(int(v),int(v)))

我知道这不是初始化一个 numpy 数组，但是既然你提到想要一个 [D D] 数组，如果 v 是 2，我只是想我也会把它作为另一个选项。

new_array = []
for x in range(0, int(v)):
    new_array.append(D)

【讨论】：

附加到 numpy 数组非常慢，您通常应该尽量避免这样做
这就是为什么它不是我的第一个答案，只是一个替代方案。
对不起，我应该更仔细地阅读 - 我刚刚意识到您实际上并没有创建一个 numpy 数组，而是一个 list numpy 数组。然后，您必须使用np.concatenate、np.vstack、np.hstack 等将列表转换为 numpy 数组。无论哪种方式，使用np.tile 或np.repeat 一次调用就可以更有效。

【解决方案3】：

如果我理解正确，您想获取一个二维数组并在第一维中将其平铺v 次？你可以使用np.repeat:

# a 2D array
D = np.arange(4).reshape(2, 2)

print D
# [[0 1]
#  [2 3]]

# tile it 3 times in the first dimension
x = np.repeat(D[None, :], 3, axis=0)

print x.shape
# (3, 2, 2)

print x
# [[[0 1]
#   [2 3]]

#  [[0 1]
#   [2 3]]

#  [[0 1]
#   [2 3]]]

如果您希望输出保持二维，即(6, 2)，您可以省略[None, :] 索引（有关numpy 广播规则的更多信息，请参阅this page）。

print np.repeat(D, 3, axis=0)
# [[0 1]
#  [0 1]
#  [0 1]
#  [2 3]
#  [2 3]
#  [2 3]]

另一种选择是np.tile，它的行为略有不同，因为它总是平铺在最后一个维度上：

print np.tile(D, 3)
# [[0, 1, 0, 1, 0, 1],
#  [2, 3, 2, 3, 2, 3]])

【讨论】：

这正是我想要的