Python 用不同的形状复制值连接数组

我有一个数组的形状：

（15,2）

。我还有另一个带有值的数组：

[0,3,5]

我想在第一个数组中用第二个数组中的值创建另一列，其中前5行的值为0，第6-10行的值为3，最后5行的值为5

像这样：

[0,
 0,
 0,
 0,
 0,
 3,
 3,
 3,
 3,
 3,
 5,
 5,
 5,
 5,
 5]

有任何numpy方法可以做到这一点吗

谢谢

使用

• 将第二个数组转换为二维“向量”数组，其中每行有一列

然后简单地

b = np.array([[i, i +1] for i in range(15)]) # some example 15x2 array
print(np.concatenate((b, a), axis=1)) 

输出是

array([[ 0,  1,  0],
       [ 1,  2,  0],
       [ 2,  3,  0],
       [ 3,  4,  0],
       [ 4,  5,  0],
       [ 5,  6,  3],
       [ 6,  7,  3],
       [ 7,  8,  3],
       [ 8,  9,  3],
       [ 9, 10,  3],
       [10, 11,  5],
       [11, 12,  5],
       [12, 13,  5],
       [13, 14,  5],
       [14, 15,  5]])

rand=np.random.random（（15,2））#形状是（15,2）
VAL=np。数组（[0,3,5]）#形状为（3，）
res=np.concatenate（[np.full（（rand.shape[0]//vals.shape[0]，），val）表示val中的val），axis=0）
物件

输出：

array([0, 0, 0, 0, 0, 3, 3, 3, 3, 3, 5, 5, 5, 5, 5])

array([[0.29759807, 0.60548479, 0.        ],
       [0.61242249, 0.46456274, 0.        ],
       [0.86172011, 0.2963868 , 0.        ],
       [0.91728575, 0.36366023, 0.        ],
       [0.56488556, 0.82130321, 0.        ],
       [0.59482141, 0.46148353, 3.        ],
       [0.7762271 , 0.25415058, 3.        ],
       [0.09176551, 0.9687253 , 3.        ],
       [0.06473259, 0.34686598, 3.        ],
       [0.69542414, 0.15540001, 3.        ],
       [0.02880707, 0.23169327, 5.        ],
       [0.90004256, 0.22145591, 5.        ],
       [0.61596969, 0.46807342, 5.        ],
       [0.02263769, 0.68522023, 5.        ],
       [0.81777274, 0.58145853, 5.        ]])

[[0. 0. 0.]
 [0. 0. 0.]
 [0. 0. 0.]
 [0. 0. 0.]
 [0. 0. 0.]
 [0. 0. 3.]
 [0. 0. 3.]
 [0. 0. 3.]
 [0. 0. 3.]
 [0. 0. 3.]
 [0. 0. 5.]
 [0. 0. 5.]
 [0. 0. 5.]
 [0. 0. 5.]
 [0. 0. 5.]]

最后,

final=np.hstack（（rand，res.reformate（15,1）））
最终的

输出：

array([0, 0, 0, 0, 0, 3, 3, 3, 3, 3, 5, 5, 5, 5, 5])

array([[0.29759807, 0.60548479, 0.        ],
       [0.61242249, 0.46456274, 0.        ],
       [0.86172011, 0.2963868 , 0.        ],
       [0.91728575, 0.36366023, 0.        ],
       [0.56488556, 0.82130321, 0.        ],
       [0.59482141, 0.46148353, 3.        ],
       [0.7762271 , 0.25415058, 3.        ],
       [0.09176551, 0.9687253 , 3.        ],
       [0.06473259, 0.34686598, 3.        ],
       [0.69542414, 0.15540001, 3.        ],
       [0.02880707, 0.23169327, 5.        ],
       [0.90004256, 0.22145591, 5.        ],
       [0.61596969, 0.46807342, 5.        ],
       [0.02263769, 0.68522023, 5.        ],
       [0.81777274, 0.58145853, 5.        ]])

[[0. 0. 0.]
 [0. 0. 0.]
 [0. 0. 0.]
 [0. 0. 0.]
 [0. 0. 0.]
 [0. 0. 3.]
 [0. 0. 3.]
 [0. 0. 3.]
 [0. 0. 3.]
 [0. 0. 3.]
 [0. 0. 5.]
 [0. 0. 5.]
 [0. 0. 5.]
 [0. 0. 5.]
 [0. 0. 5.]]

---

您可以使用numpy内置的

repeat

和

stack

ing：

a = np.zeros((15,2))
b = np.array([0,3,5])
np.hstack((a, np.repeat(b,5)[:,None]))

输出：

array([0, 0, 0, 0, 0, 3, 3, 3, 3, 3, 5, 5, 5, 5, 5])

array([[0.29759807, 0.60548479, 0.        ],
       [0.61242249, 0.46456274, 0.        ],
       [0.86172011, 0.2963868 , 0.        ],
       [0.91728575, 0.36366023, 0.        ],
       [0.56488556, 0.82130321, 0.        ],
       [0.59482141, 0.46148353, 3.        ],
       [0.7762271 , 0.25415058, 3.        ],
       [0.09176551, 0.9687253 , 3.        ],
       [0.06473259, 0.34686598, 3.        ],
       [0.69542414, 0.15540001, 3.        ],
       [0.02880707, 0.23169327, 5.        ],
       [0.90004256, 0.22145591, 5.        ],
       [0.61596969, 0.46807342, 5.        ],
       [0.02263769, 0.68522023, 5.        ],
       [0.81777274, 0.58145853, 5.        ]])

[[0. 0. 0.]
 [0. 0. 0.]
 [0. 0. 0.]
 [0. 0. 0.]
 [0. 0. 0.]
 [0. 0. 3.]
 [0. 0. 3.]
 [0. 0. 3.]
 [0. 0. 3.]
 [0. 0. 3.]
 [0. 0. 5.]
 [0. 0. 5.]
 [0. 0. 5.]
 [0. 0. 5.]
 [0. 0. 5.]]

---

谢谢有一个问题，什么是

[：，None]

切片？@joann2555

None

为数组添加了一个额外的维度（在添加的地方，这里是

[：，None]

中的第二维度）。它是

np.newaxis

的别名。基本上，我们正在添加另一个维度，这样当我们堆叠时，我们将正确的维度堆叠在一起。