Python Numpy：如何巧妙地填充阵列？

我想在numpy中创建一个3D阵列，如下所示：

[ 0 1 0 1 0 1
  0 1 0 1 0 1
  0 1 0 1 0 1
  0 1 0 1 0 1
  0 1 0 1 0 1 ] ...

有没有好的写作方法

使用：

结果:

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

---

编辑：
正如@DSM在一篇评论中所建议的，如果您真的想要一个3D数组——我对您的代码示例并不完全清楚——您可以使用：

my_3d_tiled_arr = np.tile(a, (3, 3, 3))

结果:

array([[[0, 1, 0, 1, 0, 1],
        [0, 1, 0, 1, 0, 1],
        [0, 1, 0, 1, 0, 1]],

       [[0, 1, 0, 1, 0, 1],
        [0, 1, 0, 1, 0, 1],
        [0, 1, 0, 1, 0, 1]],

       [[0, 1, 0, 1, 0, 1],
        [0, 1, 0, 1, 0, 1],
        [0, 1, 0, 1, 0, 1]]])

如果您想要1-D阵列（同样，不清楚您想要的是什么），您可以执行以下操作：

np.mod(np.arange(10),2)
Out[4]: array([0, 1, 0, 1, 0, 1, 0, 1, 0, 1])

---

当然，如果需要的话，可以对其进行重塑。但是，我认为伯尼的答案更好更清楚

@bernie的方法很棒。实现相同功能的更快方法是（虚拟地）移动元素，而不是多次复制一对

[0,1]

。您可以执行以下操作：

import numpy as np
A1 = np.concatenate([np.zeros(108), np.ones(108)]).reshape((2,108))
A2 = A1.transpose()
A3 = A2.reshape((6,6,6))

第一行初始化一组0和1，并将它们打包到

2x108

数组中。第二行勉强组成了一个

108x2

数组。然后，最后一行重新切片数组，使其成为

6x6x6

，看起来像您要查找的

唯一需要注意的是元素的数量。假设您想要一个最终的3D数组

6x6x6

，就像在我的示例中一样，将所有轴的长度相乘（得到216），然后除以2（=108）。该数字是1和0的数字，以及

重塑（（2，n））

函数调用中使用的数字

---

它如此之快的原因是初始化0或1的向量非常快，比复制任意数组要快。然后，移动元素，如

.transpose（）

和

.restrape（）

所做的，几乎不会改变元素的引用方式，而不是在内存中移动元素本身。

这不是2D数组吗？（这完全有可能——甚至有可能——这当然是OP真正想要的。）@DSM，谢谢你的评论。我将添加另一个示例（希望）涵盖所有基础。

import numpy as np
A1 = np.concatenate([np.zeros(108), np.ones(108)]).reshape((2,108))
A2 = A1.transpose()
A3 = A2.reshape((6,6,6))