重复数组的每一个值的两倍（numpy的） [英] Repeat each value of an array two times (numpy)

问题描述

让 A 是一个numpy的阵列，如：

  A = np.array（[1，2，3，4，5]）
 

我想找到生产与每个值的新阵列的更清洁的方式重复两次：

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

你觉得这是做的更简单的方法？

 导入numpy的是NP
B = np.tile（A，2）.reshape（2，-1）.flatten（F）
 

解决方案

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

  [12]：numpy.column_stack（（A，A））压平（）
出[12]：阵列（[1，1，2，2，3，3，4，4，5，5]）
 

时间比较：

 在[27]：A = numpy.array（[1，2，3，4，5] * 1000）在[28]：％timeit numpy.column_stack（（A，A））压平（）
10000循环，最好的3：每圈44.7微秒在[29]：％timeit numpy.repeat（A，2）
10000循环，最好的3：每回路104微秒在[30]：％timeit numpy.tile（A，2）.reshape（2，-1）.flatten（F）
10000循环，最好的3：每回路129微秒
 

Let A be a numpy array like :

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

I want to find the cleaner way to produce a new array with each value repeated two times:

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

Do you think this is the simpler way to do it ?

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

解决方案

You can use numpy.column_stack and numpy.ndarray.flatten:

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

Timing comparison:

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     

这篇关于重复数组的每一个值的两倍（numpy的）的文章就介绍到这了，希望我们推荐的答案对大家有所帮助，也希望大家多多支持IT屋！