为了账号安全,请及时绑定邮箱和手机立即绑定

重复 numpy 数组 N 次

重复 numpy 数组 N 次

慕桂英3389331 2023-09-05 21:01:22
hii 专家我有一个 1d numpy 数组,我想垂直重复 3 次,my_input_array = [-1.02295637 -0.60583836 -0.42240581 -0.78376377 -0.85821456]我尝试了下面的代码import numpy as npx=np.loadtxt(my_input_array)x.concatenate()但是我收到错误...以这种方式...希望我能得到一些解决方案。谢谢。我的预期输出应该如下 -1.02295637 -0.60583836 -0.42240581 -0.78376377 -0.85821456 -1.02295637 -0.60583836 -0.42240581 -0.78376377 -0.85821456 -1.02295637 -0.60583836 -0.42240581 -0.78376377 -0.85821456
查看完整描述

3 回答

?
慕的地10843

TA贡献1785条经验 获得超8个赞

numpy.tile

np.tile(my_input_array, 3)

输出

array([-1.02295637, -0.60583836, -0.42240581, -0.78376377, -0.85821456,
       -1.02295637, -0.60583836, -0.42240581, -0.78376377, -0.85821456,
       -1.02295637, -0.60583836, -0.42240581, -0.78376377, -0.85821456])

编辑:刚刚注意到@hpaulj 的回答。我仍然会留下我的答案,但他首先提到了 np.tile。


查看完整回答
反对 回复 2023-09-05
?
慕姐4208626

TA贡献1852条经验 获得超7个赞

只需使用将tile数组与给定形状相乘的方法和reshape方法来构造它。用于x.shape[0]*x.shape[1]将其更改为列向量,而无需明确给出形状尺寸!

x=np.tile(x,(3,1))
y=x.reshape(x.shape[0]*x.shape[1])


查看完整回答
反对 回复 2023-09-05
?
RISEBY

TA贡献1856条经验 获得超5个赞

这就是你想要的:


x=np.concatenate([my_input_array, my_input_array, my_input_array])

for i in x:

    print(i)

输出:


-1.02295637

-0.60583836

-0.42240581

-0.78376377

-0.85821456

-1.02295637

-0.60583836

-0.42240581

-0.78376377

-0.85821456

-1.02295637

-0.60583836

-0.42240581

-0.78376377

-0.85821456


查看完整回答
反对 回复 2023-09-05
  • 3 回答
  • 0 关注
  • 107 浏览
慕课专栏
更多

添加回答

举报

0/150
提交
取消
意见反馈 帮助中心 APP下载
官方微信