python - 重复numpy数组而不复制数据

Question

这个问题以前有人问过，但是这个解决方案只适用于一维/二维数组，我需要一个更一般的答案。

如何在不复制数据的情况下创建重复数组？这让我觉得这是一种通用的东西，因为它有助于在不影响内存的情况下对 python 操作进行矢量化。

更具体地说，我有一个 (y,x) 数组，我想多次平铺该数组以创建一个 (z,y,x) 数组。我可以用 numpy.tile(array, (nz,1,1)) 做到这一点，但我的内存不足。我的具体情况是 x=1500, y=2000, z=700。

Answer 1

一个简单的技巧是使用 np.broadcast_arrays 广播你的 (x, y) 在第一个 z-long 向量维度:

import numpy as np

M = np.arange(1500*2000).reshape(1500, 2000)
z = np.zeros(700)

# broadcasting over the first dimension
_, M_broadcast = np.broadcast_arrays(z[:, None, None], M[None, ...])

print M_broadcast.shape, M_broadcast.flags.owndata
# (700, 1500, 2000), False

为了概括 this answer 中为一维数组给出的 stride_tricks 方法，您只需要包含输出数组的每个维度的形状和步长:

M_strided = np.lib.stride_tricks.as_strided(
                M,                              # input array
                (700, M.shape[0], M.shape[1]),  # output dimensions
                (0, M.strides[0], M.strides[1]) # stride length in bytes
            )