Python 沿新轴的Numpy重复阵列

最好/最有效的方法是什么

x是数组，n是我希望重复的次数：

np.repeat(x[None,...], n, axis=0)

或

请注意，对于已知的数组大小，后者变得简单：

np.tile(x, (n, 1, 1))  # x is 2D

---

np.tile

的部分代码是：

for i, nrep in enumerate(tup):
    if nrep!=1:
        c = c.reshape(-1, n).repeat(nrep, 0)

换句话说，它会在每个轴上重复一次以上。实际上，它是对多个轴重复的概括

因此，我希望计时是类似的，尽管普通的

repeat

会有更少的Python开销<编译代码>重复。（一些简单的测试证实了这一点-

repeat

对于小型阵列要快2倍，对于大型阵列要稍微快一点）

p、

x[None，…]

步骤实际上是无成本的。由于广播的缘故，这可能就是你所需要的

---

p、 在美国，有一种更快的方法可以重复这个过程，使用

np.lib.index\u技巧。对于
（20,50）
形状
x

as_strided(x,shape=(n,20,50),strides=(0,200,4))

np.broadcast\u数组
也使用
作为跨步
。所以这产生了同样的结果：

np.broadcast_arrays(np.ones((n,1,1)),x)[1] 

但老实说，这只是对广播的阐述，不是真正的重复。数据还没有被复制。相同的值只使用了
n次

广播可用于填充整个阵列，但计时与
repeat
相同。这可能是
repeat
在发动机罩下正在做的事情

z = np.empty((300,20,50),dtype=int)
z[:] = x[None,...]

你试过。。。计时？通常情况下，您希望将此操作应用于最后一个轴，或者更好，这取决于您以后如何使用它，您可以利用numpy的广播功能，完全避免重复（这肯定会更快）。如果你给出一个更大的图景，我们可能会指出。
index\u tricks
是一个模块的可爱名称。谢谢一旦你完全进入它的思维模式，numpy真的很棒，可悲的是我还没有到那里。
z = np.empty((300,20,50),dtype=int)
z[:] = x[None,...]