Numpy如何将单个数组匹配堆叠到大数组每行生成目标二维数组

需求 #

给定两个numpy数组：

• heartbeats：二维数组，共100行，每行包含5个元素
• time_index：长度为5的一维数组
  需要将time_index的元素，和heartbeats每一行同位置的元素一一配对，按heartbeats的行顺序拼接，输出形状为(500, 2)的二维数组。

简化示例输入：

import numpy as np
heartbeats = np.array([
    [-0.58, -0.57, -0.55, -0.39, -0.40],
    [-0.31, -0.31, -0.32, -0.46, -0.46]
])
time_index = np.array([-2, -1, 0, 1, 2])

预期输出：

array([[-2.  , -0.58],
       [-1.  , -0.57],
       [ 0.  , -0.55],
       [ 1.  , -0.39],
       [ 2.  , -0.40],
       [-2.  , -0.31],
       [-1.  , -0.31],
       [ 0.  , -0.32],
       [ 1.  , -0.46],
       [ 2.  , -0.46]])

实现方案 #

用numpy内置向量化操作完成，无Python层显式循环，执行效率最高：

result = np.column_stack((
    np.tile(time_index, heartbeats.shape[0]),
    heartbeats.flatten()
))

逻辑说明 #

• np.tile(time_index, heartbeats.shape[0])：把time_index重复heartbeats的行数次，生成和展平后的heartbeats等长的数组，元素顺序为[-2,-1,0,1,2,-2,-1,0,1,2,...]
• heartbeats.flatten()：按行优先顺序把二维的heartbeats展平为一维数组，元素顺序和配对要求完全匹配
• np.column_stack：把两个等长的一维数组按列拼接，最终得到两列的二维数组，结构和预期完全一致。

直接把示例中的heartbeats替换为你的100行真实数据即可运行。

内容的提问来源于stack exchange，提问作者Olivia