Python 创建一个新数组，有选择地以不同的多重性复制numpy中旧数组的行

我有一个numpy中有n行的2D数组，以及一个由n个元素组成的1-D数组，其中第I个元素指定原始数组第I行进入新数组的次数。例如，如果我的二维阵列是：

array([[1, 1, 1],
       [2, 2, 2],
       [3, 3, 3],
       [4, 4, 4],
       [5, 5, 5]])

我的一维数组是

array([2, 0, 1, 0, 3])

那么我希望新阵列是：

array([[1, 1, 1],
       [1, 1, 1],
       [3, 3, 3],
       [5, 5, 5],
       [5, 5, 5],
       [5, 5, 5]])

我不知道如何有效地执行此操作，有人有什么想法吗？

您可以使用它来重复数组的元素

In [174]: x.repeat(np.array([2, 0, 1, 0, 3]), axis=0)
Out[174]:
array([[1, 1, 1],
       [1, 1, 1],
       [3, 3, 3],
       [5, 5, 5],
       [5, 5, 5],
       [5, 5, 5]])

---

详情：

In [175]: x
Out[175]:
array([[1, 1, 1],
       [2, 2, 2],
       [3, 3, 3],
       [4, 4, 4],
       [5, 5, 5]])

In [176]: repeat_on = np.array([2, 0, 1, 0, 3])

In [177]: x.repeat(repeat_on, axis=0)
Out[177]:
array([[1, 1, 1],
       [1, 1, 1],
       [3, 3, 3],
       [5, 5, 5],
       [5, 5, 5],
       [5, 5, 5]])

一种基于-

---

@Divikar我对这个解决方案感兴趣太晚了，因为事实证明numpy.repeat（）还不能与pypy一起工作。这是可行的，但如果A是1D数组，它就失败了。你知道如何调整这种情况吗？要回答我自己的问题，请将

out=A[mask][id.cumsum（），：]

更改为

out=A[mask][id.cumsum（）]

@BenS。呵呵！有意思，我不知道派比的事！感谢更新，使其适用于1D阵列。

import numpy as np

A = np.array([[1, 1, 1],          # Sample Input Array
       [2, 2, 2],
       [3, 3, 3],
       [4, 4, 4],
       [5, 5, 5]])

lens = np.array([2, 0, 1, 0, 3])  # Sample Lengths of replications

mask = lens!=0                    # Mask of valid lengths
clens = np.cumsum(lens[mask])     # CUMSUM masked lenghts

# Setup Row-ID array for replications
id = np.zeros((1,clens[-1]),int).ravel()
id[clens[:-1]] = 1

# Finally perform replications for the final output
out = A[mask][id.cumsum(),:]