如何将一维NumPy数组扩展为指定形状的多维填充数组
用
np.repeat将一维NumPy数组扩展为指定形状多维数组的实现 需求说明
- 现有长度为3的一维NumPy数组,示例取值为
[10,12,15] - 目标是生成形状为
(3,10,15,20)的多维数组b,要求沿第一维度保留原数组取值:执行切片b[:,1,1,1]时,返回值必须和原一维数组完全一致 - 已知
np.repeat可实现该功能,但容易因维度处理不当得到错误结果
实现步骤
维度对齐预处理
原数组是形状为(3,)的一维结构,为了避免后续复制打乱第一维度和原数组值的对应关系,需要先将其调整为和目标形状轴数一致的可广播结构:也就是把后三个维度的初始长度设为1,对应形状为(3,1,1,1)。这一步可直接通过reshape完成:a.reshape(-1, 1, 1, 1)。此时这个临时数组,在固定后三个维度的索引时,第一维的取值就和原数组完全匹配。分轴扩展长度
对刚才得到的临时数组,用np.repeat依次沿三个长度为1的轴做值复制,把每个轴的长度扩展到目标值:- 沿轴1(对应目标维度长度10)复制10次
- 沿轴2(对应目标维度长度15)复制15次
- 沿轴3(对应目标维度长度20)复制20次
整合后的完整可运行代码为:
import numpy as np a = np.array([10, 12, 15]) b = a.reshape(-1, 1, 1, 1).repeat(10, axis=1).repeat(15, axis=2).repeat(20, axis=3)
结果校验
- 查看数组形状:
b.shape的输出为(3, 10, 15, 20),和目标形状完全匹配 - 执行要求的切片操作:
b[:,1,1,1]的返回值为array([10, 12, 15]),和原数组完全一致
避坑提醒
- 不要直接对一维的原数组调用
np.repeat,否则返回结果为一维数组,无法匹配四维目标形状- 调用
np.repeat时必须显式指定复制的轴,省略轴参数会先把数组扁平化再做复制,最终得到一维结果
内容的提问来源于stack exchange,提问作者Klem
相关产品推荐
相关产品推荐

