Python 重复numpy子阵

这是我问题的简化。我有一个numpy阵列：

x = np.array([0,1,2,3])

我有一个功能：

def f(y): return y**2

我可以计算f（x）

现在假设我真的想计算重复x的f（x）：

x = np.array([0,1,2,3,0,1,2,3,0,1,2,3])

有没有一种方法可以做到这一点，而不必创建x的重复版本，并且对f是透明的

在我的特殊情况下，f是一个涉及的函数，其中一个参数是x。我希望能够在重复x时计算f，而不需要实际重复它，因为它不适合内存

重写f来处理重复的x将是一项工作，我希望有一种聪明的方法可以将numpy数组子类化来完成这项工作

任何提示都值得欣赏。

你可以（几乎）通过大步使用一些技巧来做到这一点

然而，有一些主要的警告

import numpy as np
x = np.arange(4)
numrepeats = 3

y = np.lib.stride_tricks.as_strided(x, (numrepeats,)+x.shape, (0,)+x.strides)

print y
x[0] = 9
print y

因此，

y

现在是

x

的视图，其中每一行都是

x

。没有使用新内存，我们可以使

y

任意大

例如，我可以这样做：

import numpy as np
x = np.arange(4)
numrepeats = 1e15

y = np.lib.stride_tricks.as_strided(x, (numrepeats,)+x.shape, (0,)+x.strides)

…并且使用的内存不得超过

x

所需的32字节。（

y

将使用约8 PB的ram，否则）

然而，如果我们重新塑造y，使它只有一个维度，我们将得到一个将使用全部内存的副本。无法使用跨步和形状来描述

x

的“水平”平铺视图，因此任何小于2维的形状都将返回一个副本

此外，如果我们对

y

进行操作时会返回一个副本（例如，您的示例中的

y**2

），我们将获得一个完整副本

出于这个原因，对现有事物进行操作更有意义。（例如，

y**=2

，或相当于

x**=2

。两者将完成相同的任务。）

即使对于一般函数，也可以传入

x

并将结果放回

x

例如

---

y

也将更新，因为它只是

x

的一个视图。为了澄清，您是否正在寻找一种有效的数据结构来保存块形式的矩阵

（a a a）

，对于某些矩阵

a

？@katrielex是的，没错。这非常聪明。谢谢你，乔。我将重写代码以使用stride_技巧并避免您指出的警告。

def f(x):
    return x**3

x[...] = f(x)
print y