python - 如何使用不均匀的子数组作为瓷砖来平铺一维 numpy 数组？

Question

有没有办法使用一维数组的子数组作为输入图块np.tile？我开始：

• 一维数组，
• 每个瓷砖的尺寸，
• 每个图块的重复次数。

在这种情况下，每个图块的重复次数等于该图块中的元素数。

例子：

arr = np.array([0,1,2,3,4])
tile_sizes = np.array([2, 3])
num_repeats = tile_sizes

#do some np.tile thing here

输出数组将是：

np.array([0,1,0,1,2,3,4,2,3,4,2,3,4])

请注意，第一个2元素 (0和1) 形成了(2,)重复2多次的形状图块。下一个图块是3元素（2、3和4）并且是分块3时间。

这个用例将涉及一百万个元素的数组，因此内存和速度是问题，这意味着广播是首选。

实现此目的的非广播方式如下所示：

tiles = np.split(arr, np.cumsum(tile_sizes)[:-1])
repeated_tiles = [np.tile(tile, tile.shape[0]) for tile in tiles]
output = np.concatenate(repeated_tiles)
output
>>>>>
array([0, 1, 0, 1, 2, 3, 4, 2, 3, 4, 2, 3, 4])

标签： pythonarraysnumpy

Answer 1

这不是一个完美的解决方案，但如果有帮助，您可以摆脱列表理解np.repeat。

a = np.arange(5)
tile_sizes = np.array([2, 3])
tiles = np.array(np.split(a, np.cumsum(tile_sizes)[:-1]), dtype=np.object)
tiles = np.concatenate(np.repeat(tiles, tile_sizes))