Python Numpy使用arange修改多维数组中的每个数组

我有一个包含多维形状数组（2400，2）的数据集

我希望能够获取这2400行中的每一行，并将它们修改为从起点和终点（2400行中的每一行中的两个元素）开始的范围。范围总是相同的长度（在我的例子中，长度是60）

例如，如果我有这样的东西：

array([[  78,   82],
       [  90, 94],
       [  102, 106]])

array([[  78, 79, 80, 81, 82],
       [  90, 91, 92, 93, 94],
       [  102, 103, 104, 105, 106]])

我的输出应该是这样的：

array([[  78,   82],
       [  90, 94],
       [  102, 106]])

array([[  78, 79, 80, 81, 82],
       [  90, 91, 92, 93, 94],
       [  102, 103, 104, 105, 106]])

我能够做到这一点的唯一方法是使用for循环，但我试图避免在每一行中循环，因为数据集可能变得非常大

---

谢谢

如果第二列和第一列之间的差异始终为

4

，则可以提取第一列并向其添加

[0,1,2,3,4]

数组：

arr = np.array([[  78,   82],
                [  90, 94],
                [  102, 106]])

arr[:,:1] + np.arange(5)
Out[331]:
array([[ 78,  79,  80,  81,  82],
       [ 90,  91,  92,  93,  94],
       [102, 103, 104, 105, 106]])

---

如果第二列和第一列之间的差异总是

4

，则可以提取第一列并向其添加

[0,1,2,3,4]

数组：

arr = np.array([[  78,   82],
                [  90, 94],
                [  102, 106]])

arr[:,:1] + np.arange(5)
Out[331]:
array([[ 78,  79,  80,  81,  82],
       [ 90,  91,  92,  93,  94],
       [102, 103, 104, 105, 106]])

---

因为所有的arange都需要等长，所以我们可以沿着第一个条目创建一个arange，然后复制其他条目

例如：

x = np.array([[78, 82],
              [90, 94],
              [102, 106]])

>>> x[:, :1] + np.arange(0, 1 + x[0, 1] - x[0, 0])
# array([[ 78,  79,  80,  81],
#        [ 90,  91,  92,  93],
#        [102, 103, 104, 105]])

---

因为所有的arange都需要等长，所以我们可以沿着第一个条目创建一个arange，然后复制其他条目

例如：

x = np.array([[78, 82],
              [90, 94],
              [102, 106]])

>>> x[:, :1] + np.arange(0, 1 + x[0, 1] - x[0, 0])
# array([[ 78,  79,  80,  81],
#        [ 90,  91,  92,  93],
#        [102, 103, 104, 105]])