Python numpy.arange返回的数组的多个副本？

我试图用一个像素图像的所有x坐标的列表填充一个numpy数组。所以基本上，

nxm

图像将具有

n

1

，

n

2

，依此类推，直到

n

m

。有没有一种简单的方法来填充numpy数组，从而实现这种情况

---

到目前为止，我已经考虑过使用

numpy.concatenate

，但是要单独列出每个数组似乎非常乏味，而且我还是会使用一个循环，这并没有什么帮助

numpy.flatte

也会找到，但我必须先生成网格。有什么简单的解决方案吗？

总是有常用的网格创建功能

mgrid（）

：

（PS:DSM的

numpy.index（image.shape）

更简单，如果

m

和

n

是

image

的维度）

如果需要浮点坐标，则更通用的“复杂步长”形式将以有效的方式提供它们

numpy.mgrid[:m:(m+1)*1j, :n:(n+1)*1j]  # m+1 values from 0 to m, n+1 values from 0 to n

（另一个选项是将float

1.

添加到第一个表单，但这将不必要地首先创建一个整数数组）

如果您只需要一个坐标，这会有点浪费，因为

mgrid[]

也会为另一个坐标创建类似的网格（

mgrid[]

这里有两个元素）

---

在某些情况下，使用低内存占用可能更为有效，在这种情况下，它会创建自动广播的行和列，以覆盖二维网格。它们只使用很少的内存这一事实也可以加快速度（更少的内存访问）。

如果你的

image.shape

是

（n，m）

，那么x坐标是：

np.repeat(np.arange(m), n)

例如：

In [5]: n, m = 4, 3

In [6]: np.repeat(np.arange(m), n)
Out[6]: array([0, 0, 0, 0, 1, 1, 1, 1, 2, 2, 2, 2])

当然，y坐标是

np.repeat(np.arange(n), m)

您可能希望对第二个坐标使用

np.tile

：

np.tile(np.arange(n), m)

然后，您就可以将其压缩并获得所有像素的坐标：

In [9]: np.repeat(np.arange(m), n)
Out[9]: array([0, 0, 0, 0, 1, 1, 1, 1, 2, 2, 2, 2])

In [10]: np.tile(np.arange(n), m)
Out[10]: array([0, 1, 2, 3, 0, 1, 2, 3, 0, 1, 2, 3])

---

请注意，这基本上是EOL的

mgrid

解决方案的扁平化版本。

谢谢！我实际上也需要y坐标，我只是觉得这两个轴的坐标是一样的！我可以使用

np.index（image\u obj.shape）

来代替。（顺便说一句，你确定语法吗？

mgrid

不是方括号中的一个吗？）np.index听起来很适合我的要求，但我还需要能够将浮点作为坐标。是的，mgrid是方括号中的一个（）@Imagine:因为“您还需要能够将浮点数作为坐标”，我添加了一种有效的方法来处理这种情况。@想象是的，有一种简单的方法可以像处理列表一样对数组进行“多重处理”；它使用

np.repeat

和/或

np.tile

，这是我在回答中给出的解决方案。如果需要平面阵列，这是一种非常好的方法<如果需要，code>ndarray.reformate（）可以“取消”生成的数组。是的，但我认为如果需要重新生成的数组，@EOL的mgrid可能更好。我使用扁平化版本是因为@Imagine的问题暗示需要扁平化数组，称之为

列表

，并说如果他们能先生成网格，他们会使用

np。扁平化

。@askewchan:也谢谢你的回答，我最后两个都用了！（每种都适用于不同的事物）

In [9]: np.repeat(np.arange(m), n)
Out[9]: array([0, 0, 0, 0, 1, 1, 1, 1, 2, 2, 2, 2])

In [10]: np.tile(np.arange(n), m)
Out[10]: array([0, 1, 2, 3, 0, 1, 2, 3, 0, 1, 2, 3])