208

行ベクトルまたは列ベクトルを行列に「複製」すると便利な場合があります。クローニングとは、次のような行ベクトルを変換することを意味します

[1, 2, 3]

マトリックスに

[[1, 2, 3],
 [1, 2, 3],
 [1, 2, 3]]

または次のような列ベクトル

[[1],
 [2],
 [3]]

の中へ

[[1, 1, 1]
 [2, 2, 2]
 [3, 3, 3]]

MATLAB またはオクターブでは、これは非常に簡単に実行できます。

 x = [1, 2, 3]
 a = ones(3, 1) * x
 a =

    1   2   3
    1   2   3
    1   2   3
    
 b = (x') * ones(1, 3)
 b =

    1   1   1
    2   2   2
    3   3   3

これをnumpyで繰り返したいのですが、うまくいきません

In [14]: x = array([1, 2, 3])
In [14]: ones((3, 1)) * x
Out[14]:
array([[ 1.,  2.,  3.],
       [ 1.,  2.,  3.],
       [ 1.,  2.,  3.]])
# so far so good
In [16]: x.transpose() * ones((1, 3))
Out[16]: array([[ 1.,  2.,  3.]])
# DAMN
# I end up with 
In [17]: (ones((3, 1)) * x).transpose()
Out[17]:
array([[ 1.,  1.,  1.],
       [ 2.,  2.,  2.],
       [ 3.,  3.,  3.]])

In [16]最初の方法 ( )が機能しなかったのはなぜですか? よりエレガントな方法でPythonでこのタスクを達成する方法はありますか?

4

12 に答える 12

390

使用numpy.tile：

>>> tile(array([1,2,3]), (3, 1))
array([[1, 2, 3],
       [1, 2, 3],
       [1, 2, 3]])

または列を繰り返す場合：

>>> tile(array([[1,2,3]]).transpose(), (1, 3))
array([[1, 1, 1],
       [2, 2, 2],
       [3, 3, 3]])
于 2009-10-17T17:33:21.667 に答える
104

これを行うためのエレガントで Pythonic な方法を次に示します。

>>> array([[1,2,3],]*3)
array([[1, 2, 3],
       [1, 2, 3],
       [1, 2, 3]])

>>> array([[1,2,3],]*3).transpose()
array([[1, 1, 1],
       [2, 2, 2],
       [3, 3, 3]])

問題は[16]、転置が配列に影響を与えないことです。おそらく、代わりにマトリックスが必要です。

>>> x = array([1,2,3])
>>> x
array([1, 2, 3])
>>> x.transpose()
array([1, 2, 3])
>>> matrix([1,2,3])
matrix([[1, 2, 3]])
>>> matrix([1,2,3]).transpose()
matrix([[1],
        [2],
        [3]])
于 2009-10-11T07:59:23.153 に答える
57

まず、numpyのブロードキャスト操作では、通常、行と列を複製する必要がないことに注意してください。説明については、これとこれを参照してください。

しかし、これを行うには、繰り返しとnewaxisがおそらく最良の方法です

In [12]: x = array([1,2,3])

In [13]: repeat(x[:,newaxis], 3, 1)
Out[13]: 
array([[1, 1, 1],
       [2, 2, 2],
       [3, 3, 3]])

In [14]: repeat(x[newaxis,:], 3, 0)
Out[14]: 
array([[1, 2, 3],
       [1, 2, 3],
       [1, 2, 3]])

この例は行ベクトル用ですが、これを列ベクトルに適用することは明らかです。リピートはこれをうまく綴っているようですが、例のように乗算を介して行うこともできます

In [15]: x = array([[1, 2, 3]])  # note the double brackets

In [16]: (ones((3,1))*x).transpose()
Out[16]: 
array([[ 1.,  1.,  1.],
       [ 2.,  2.,  2.],
       [ 3.,  3.,  3.]])
于 2009-10-11T22:56:20.577 に答える
9

I think using the broadcast in numpy is the best, and faster

I did a compare as following

import numpy as np
b = np.random.randn(1000)
In [105]: %timeit c = np.tile(b[:, newaxis], (1,100))
1000 loops, best of 3: 354 µs per loop

In [106]: %timeit c = np.repeat(b[:, newaxis], 100, axis=1)
1000 loops, best of 3: 347 µs per loop

In [107]: %timeit c = np.array([b,]*100).transpose()
100 loops, best of 3: 5.56 ms per loop

about 15 times faster using broadcast

于 2014-01-15T19:10:59.507 に答える
1

pandas データフレームがあり、dtype を保持したい場合は、カテゴリも含めて、これを行うのが手っ取り早い方法です。

import numpy as np
import pandas as pd
df = pd.DataFrame({1: [1, 2, 3], 2: [4, 5, 6]})
number_repeats = 50
new_df = df.reindex(np.tile(df.index, number_repeats))
于 2019-11-10T03:47:06.090 に答える