python - Numpy：`arange`的数组

Question

有没有办法取...

>>> x = np.array([0, 8, 10, 15, 50]).reshape((-1, 1)); ncols = 5

……把它变成……

array([[ 0,  1,  2,  3,  4],
       [ 8,  9, 10, 11, 12],
       [10, 11, 12, 13, 14],
       [15, 16, 17, 18, 19],
       [50, 51, 52, 53, 54]])

我能够做到np.apply_along_axis...

>>> def myFunc(a, ncols):
        return np.arange(a, (a+ncols))

>>> np.apply_along_axis(myFunc, axis=1, arr=x)

并带有for循环...

>>> X = np.zeros((x.size,ncols))
>>> for a,b in izip(xrange(x.size),x):
        X[a] = myFunc(b, ncols)

但他们太慢了。有更快的方法吗？

提前致谢。

Answer 1

以下将做到这一点：

In [9]: x = np.array([0, 8, 10, 15, 50]).reshape((-1, 1))

In [10]: ncols = 5

In [11]: x + np.arange(ncols)
Out[11]: 
array([[ 0,  1,  2,  3,  4],
       [ 8,  9, 10, 11, 12],
       [10, 11, 12, 13, 14],
       [15, 16, 17, 18, 19],
       [50, 51, 52, 53, 54]])

它将一个行向量添加到一个列向量，并依靠广播来完成其余的工作。

这应该和任何东西一样快：生成一个 1000x1000 矩阵需要大约 1.6 毫秒：

In [17]: %timeit np.arange(1000).reshape((-1, 1)) + np.arange(1000)
1000 loops, best of 3: 1.61 ms per loop