Lorsque vous effectuez des calculs ou des simulations scientifiques, je pense que de nombreux amis rencontreront de tels problèmes. Par exemple, nous avons un tableau unidimensionnel comme indiqué ci-dessous : #🎜🎜 #
array = [1, 2, 3, 4, 5]
[[1. 2. 3. 4. 5.] [1. 2. 3. 4. 5.] [1. 2. 3. 4. 5.]]
Alors on fait quoi ?
Méthode générale
import numpy as np array = np.array([1, 2, 3, 4, 5]) # 原始数组 repeat_time = 3 # 沿着y轴堆叠的次数 array_final = np.ones([repeat_time, len(array)]) for i in range(repeat_time): array_final[i, :] = array print(array_final) """ result: [[1. 2. 3. 4. 5.] [1. 2. 3. 4. 5.] [1. 2. 3. 4. 5.]] """
import numpy as np array = np.array([1, 2, 3, 4, 5]) # 原始数组 repeat_time = 3 # 沿着y轴堆叠的次数 array_final = np.repeat(array.reshape(1, -1), axis=0, repeats=repeat_time) print(array_final) """ result: [[1 2 3 4 5] [1 2 3 4 5] [1 2 3 4 5]] """
Pour une utilisation détaillée de la fonction np.repeat(), veuillez vous référer à cet article------fonction np.repeat().
Utilisez la fonction np.meshgrid
import numpy as np array = np.array([1, 2, 3, 4, 5]) # 原始数组 repeat_time = 3 # 沿着y轴堆叠的次数 array_1 = array.copy()[0:repeat_time] array_final, array_final1 = np.meshgrid(array, array_1) print(array_final) """ result: [[1 2 3 4 5] [1 2 3 4 5] [1 2 3 4 5]] """
Bien sûr, il existe d'autres méthodes, telles que les fonctions np.vstack() et np.concatenate() qui peuvent réaliser cette opération. Pour ces deux fonctions, vous pouvez afficher la fonction blog------np.concatenate() et la fonction np.vstack().
Ce qui précède est le contenu détaillé de. pour plus d'informations, suivez d'autres articles connexes sur le site Web de PHP en chinois!