这篇博客讨论了如何在Python的numpy库中模仿MATLAB或Octave的行为，以创建重复的行向量和列向量。作者比较了几种方法，包括使用`numpy.tile`、`numpy.repeat`、广播操作以及使用`*`乘法运算符，并提供了性能测试结果。此外，还提到了在pandas数据框中进行类似操作的方法。
有时将行或列向量"克隆"到矩阵很有用。 克隆是指将行向量转换为
[1,2,3]
入矩阵
[[1,2,3]
[1,2,3]
[1,2,3]
]
或列向量，例如
[1
2
3
]
进入
[[1,1,1]
[2,2,2]
[3,3,3]
]
在matlab或octave中，这很容易做到：
x = [1,2,3]
a = ones(3,1) * x
a =
1 2 3
1 2 3
1 2 3
b = (x') * ones(1,3)
b =
1 1 1
2 2 2
3 3 3
我想以numpy重复此操作，但未成功
In [14]: x = array([1,2,3])
In [14]: ones((3,1)) * x
Out[14]:
array([[ 1., 2., 3.],
[ 1., 2., 3.],
[ 1., 2., 3.]])
# so far so good
In [16]: x.transpose() * ones((1,3))
Out[16]: array([[ 1., 2., 3.]])
# DAMN
# I end up with
In [17]: (ones((3,1)
最低0.47元/天 解锁文章
扫一扫
5169
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
