Python 为数组x中的每个元素选择n项（从泊松分布中提取）的快速方法

我在解决我遇到的问题时遇到了一些困难

我有一个包含价格的数组：

>>> x = np.random.randint(10, size=10)
array([6, 1, 7, 6, 9, 0, 8, 2, 1, 8])

以及（随机）生成的泊松分布到达数组：

>>> arrivals = np.random.poisson(1, size=10)
array([4, 0, 1, 1, 3, 2, 1, 3, 2, 1])

每次到货都应与同一指数的价格相关联。因此，在上述情况下，第一个元素（x[0]）应选择4次（y[0]）。第二个元素（x[1]）应选择0次（y[1]）。。。因此，结果应该是：

array([6, 6, 6, 6, 7, 6, 9, 9, 9, 0, 0, 8, 2, 2, 2, 1, 1, 8])

有没有（快速）的方法来实现这一点，而不需要迭代数组？非常感谢您的帮助。

您可以使用：

---

但请注意，对于某些计算，可以避免形成这个中间数组。例如，我真的不知道如何在没有循环的情况下做到这一点。 您可以做的是在循环之前创建结果数组；这样以后就不需要连接了

Result = np.empty( arrivals.sum(), dtype='i' )

然后按块更改该数组的值：

Result_position = np.r_[ [0], arrivals.cumsum() ]
for i, xx in enumerate(x):
    Result[ Result_position[i]:Result_position[i+1] ] = xx

---

不确定这是否快速，但至少很短：

数组（sum（map（lambda x，a:[x]*a，x，arrivals））

如何使用生成的数组？出于某些目的，可以在不形成此中间阵列的情况下进行下一次计算。例如，看到，.Dang，就在我写完答案的时候。我应该知道这已经像往常一样在

numpy

中实现了。：-）+1正是我想要的！我将进一步研究如何解决这个问题，而不必形成整个中间数组。谢谢

Result_position = np.r_[ [0], arrivals.cumsum() ]
for i, xx in enumerate(x):
    Result[ Result_position[i]:Result_position[i+1] ] = xx