Numpy：如何巧妙地填充数组？答案

【问题标题】：Numpy : how to fill an array smartly?Numpy：如何巧妙地填充数组？
【发布时间】：2012-03-16 16:50:02
【问题描述】：

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 ] ...

有什么好办法写吗？

【问题讨论】：

标签： python arrays numpy

【解决方案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——我从你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]]])

【讨论】：

那不是二维数组吗？（这完全有可能——甚至可能——当然，这正是 OP 真正想要的。）
@DSM，感谢您的评论。我将添加另一个示例以（希望）涵盖所有基础。

【解决方案2】：

如果你想要一个一维数组（同样，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，可以对其进行改造。但是，我认为伯尼的回答更好更清晰。

【讨论】：

【解决方案3】：

@bernie 的方法很棒。实现相同目标的更快方法是（虚拟地）移动元素，而不是多次复制一对[0, 1]。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 并将它们打包到一个 2x108 数组中。第二行几乎没有进入108x2 数组。然后，最后一行对数组进行重新切片，使其为6x6x6，看起来就像您要查找的内容。

唯一需要注意的是元素的数量。假设您想要一个6x6x6 的最终 3D 数组，就像在我的示例中一样，您将所有轴的长度相乘（得到 216），然后除以 2（= 108）。该数字是 1 和 0 的个数，也是 .reshape((2, n)) 函数调用中使用的数字。

之所以如此之快，是因为初始化 0 或 1 的向量非常快，比复制任意数组更快。然后，移动元素，就像 .transpose() 和 .reshape() 所做的那样，几乎不会改变引用元素的方式，而不是移动内存中的元素本身。

【讨论】：