Python 以任意长度重复数组

是否可以创建一个如下所示的数组

0, 1, 2, 3, 0, 1, 2, 0, 1, 2, 3, 4, 0, 1

开头有以下数组

4, 3, 5, 2

在Python/Numpy中不使用循环

编辑：

---

这只是一个示例，信息（4,3,5,2）可能有任何长度或数字。

您可以不为或编写

，而在

时编写

，但我向您保证，在下面的某个地方有一个循环

>>> from itertools import chain, imap
>>> list(chain.from_iterable(imap(xrange, (4, 3, 5, 2))))
[0, 1, 2, 3, 0, 1, 2, 0, 1, 2, 3, 4, 0, 1]

你可以不用为

写

，或者在

的时候写

，但是我向你保证，在那里的某个地方有一个循环

>>> from itertools import chain, imap
>>> list(chain.from_iterable(imap(xrange, (4, 3, 5, 2))))
[0, 1, 2, 3, 0, 1, 2, 0, 1, 2, 3, 4, 0, 1]


当然，这是作弊，因为
map
是一个伪装的循环。没有更直接的惯用语了，好吧

上面创建了
len（长度）
temporaries。另一种不构建这些临时表的方法是使用iter的
和@jornsharpe答案的改编版本：

>>> from itertools import chain, imap
>>> np.fromiter(chain.from_iterable(imap(xrange, lengths)), dtype=int,
...             count=np.sum(lengths))
array([0, 1, 2, 3, 0, 1, 2, 0, 1, 2, 3, 4, 0, 1])

有些令人惊讶的是，fromiter的
习惯用法速度更快，如果不先计算计数，它会更快：

（运行Linux的x86-64上NumPy 1.8.1和Python 2.7.6的计时。）

当然，这是作弊，因为
map
是一个伪装的循环。没有更直接的惯用语了，好吧

上面创建了
len（长度）
temporaries。另一种不构建这些临时表的方法是使用iter的
和@jornsharpe答案的改编版本：

>>> from itertools import chain, imap
>>> np.fromiter(chain.from_iterable(imap(xrange, lengths)), dtype=int,
...             count=np.sum(lengths))
array([0, 1, 2, 3, 0, 1, 2, 0, 1, 2, 3, 4, 0, 1])

有些令人惊讶的是，fromiter的
习惯用法速度更快，如果不先计算计数，它会更快：

（运行Linux的x86-64上的NumPy 1.8.1和Python 2.7.6的计时。）
有趣的解决方案，但我正在寻找纯NumPy解决方案@塞巴斯蒂安：这可能是值得一提的信息。如果你只想要numpy，为什么你会要求python/numpy解决方案？对不起，也许“pure”在这里是个错误的词，但是有numpy函数的东西…@larsmans非常整洁，虽然如果有任何问题，它似乎比直接将我的
列表
传递给一个新的
np.array
要慢！有趣的解决方案，但我正在寻找纯numpy解决方案@塞巴斯蒂安：这可能是值得一提的信息。如果你只想要numpy，为什么你会要求python/numpy解决方案？对不起，也许“pure”在这里是个错误的词，但是有numpy函数的东西…@larsmans非常整洁，虽然如果有任何问题，它似乎比直接将我的
列表
传递给一个新的
np.array
要慢@larsmans-有什么理由使用
map
而不是（在我看来）更简单的
np.concatenate（[np.arange（k）表示长度为k]）
？@mtrw：因为不允许循环：）我也很喜欢
map
的简洁性。但是在Python3中，我会使用理解。@larsmans-任何使用
map
的理由，而不是（在我看来）更简单的
np.concatenate（[np.arange（k）表示k的长度]）
？@mtrw:因为不允许循环：），我也很喜欢
map
的简洁性。但在Python3中，我将使用理解。