Numpy 如何重复一个数组m次

我有一个数组，例如

arr=[1,2,3,4]

，和

m=3

。我想用

m

行创建一个矩阵，重复该数组。示例的输出将是

[[1, 2, 3, 4],
 [1, 2, 3, 4],
 [1, 2, 3, 4]]

我该怎么做？我试过了

np.vstack((arr, arr, arr))

然而，据我所知，只有当我有效地使用了硬核

m

时，这才有效。您可以使用：

import numpy as np
arr, m = [1,2,3,4], 3

np.vstack([arr]*m)

输出：

array([[1, 2, 3, 4],
       [1, 2, 3, 4],
       [1, 2, 3, 4]])

另一方面，为什么需要创建这样一个矩阵？您无需重复阵列即可进行搜索。

您可以执行以下操作：

n = [1,2,3,4]
m = 3

i = 0; 
array = []

while(i<m):
    array.append(n)
    i+=1

print(array)

n=[1,2,3,4]
m=3
i=0；
数组=[]
而
[1,2,3,4]，[1,2,3,4]，[1,2,3,4]
numpy中有许多选项：

最简单的方法是，将新轴设置为0：

result = np.stack((arr,) * m, axis=0)

这是的泛化，它可以以相同的方式接受变量
m
：

result = np.vstack((arr,) * m)


由于您希望展开第一个维度而不是第二个维度，因此可以使用：


对于这个简单的例子，您可以使用单独重复元素以获得相同的结果。这有点老套，但也可以：

result = np.repeat([arr], m, axis=0)

如果
arr
已经是一个numpy数组，则可以更明确地添加前导维度：

result = np.repeat(arr[None, :], m, axis=0)


一个稍微复杂一点的方法，但能更好地展示引擎盖下发生的事情，就是使用：


本着与连接相同的精神，您可以直接使用构造函数：

np.array([arr] * m)


一种丑陋的方法是使用多应用（结合广播）：

将dtype设置为非常小的整数类型可以确保结果将升级为数组的实际类型


以前的方法多次复制数组以获取2D数据。但是由于数据是重复的，您实际上不需要复制它。相反，您可以使用创建假第一维度的视图。具体来说，该函数将完全按照您的要求执行：

 result = np.broadcast_to(arr, [m, len(arr)])


有一种比以前更通用的方法来表达观点

首先，让我们重申文档中的警告：

警告

使用此功能时必须格外小心，请参见注释

除非您提前知道计划使用的数据类型的字节大小，否则最好确保
arr
是一个numpy数组，以便从中获得进展：

arr = np.asanyarray(arr)
result = np.lib.stride_tricks.as_strided(arr, shape=(m, arr.size), strides=(0,) + arr.strides)


在最后两种情况下，如果要将视图扩展到包含每个元素的正确副本的完整缓冲区中，则可以使用以下数据：

result = result.copy()

如果不进行扩展，您将有效地模拟对同一列表的多个引用的行为，其中修改任何元素都会更改同一列中的所有元素。
您问题的最后一句话让我感到厌烦。在那之前，听起来您只是试图打印相同的数组M次。堆栈是什么对于@hgs3，如果我将同一个数组打印几次，输出结果将是相同的？谢谢！那就对了works@Katenn如果这回答了您的问题，请将其标记为答案，并在其左侧打勾！这实际上是一个常见的陷阱！
list
对象是通过引用的，因此列表是指针的集合；请尝试更改一个
数组[1][2] =10
：
[[1,2,10,4]，[1,2,10,4]，[1,2,10,4]。
@Quang-Hoang的答案绕过了这个问题，因为它不是一个列表，而是一个啊好的，谢谢你的回答！你绝对正确right@Schwarztrinker.您也可以使用numpy stride magic模拟列表行为，就像我在回答中显示的最后两种方法一样
 result = np.broadcast_to(arr, [m, len(arr)])

arr = np.asanyarray(arr)
result = np.lib.stride_tricks.as_strided(arr, shape=(m, arr.size), strides=(0,) + arr.strides)

result = result.copy()