将numpy数组元素复制到多个方向

Question

所以我的大问题是我有一个很大的形状数组，比如（754580）。首先，我想用随机数（来自截断正态分布）填充这个数组。这是非常简单的，scipy.stats.truncnorm.rvs(..., size= (754, 580))起到了作用

然而，现在我想避免使用完全随机的数字。相反，我希望每个数字在行和列中重复m次（并在边缘处截断）。e、 例如，我想用m=3填充a（5,10），期望的输出可以是

[[0.32  0.32  0.32  0.569 0.569 0.569 0.532 0.532 0.532 0.75 ]
 [0.32  0.32  0.32  0.569 0.569 0.569 0.532 0.532 0.532 0.75 ]
 [0.32  0.32  0.32  0.569 0.569 0.569 0.532 0.532 0.532 0.75 ]
 [0.158 0.158 0.158 0.49  0.49  0.49  0.33  0.33  0.33  0.12 ]
 [0.158 0.158 0.158 0.49  0.49  0.49  0.33  0.33  0.33  0.12 ]]

因为每个元素沿着每行重复三次（除了最后一行，因为总共只有10行而不是12行，所以它被截断），并且沿着每一列重复三次（除了最后一行，因为总共只有5行而不是6行而被截断）

我相信截断非常容易处理，我可以生成一个（6，12）数组，然后只选择第一个（5，10）切片。但我很难让重复发生在x和y方向，就像例子中那样

如何为generalm执行此操作

---

TLDR：

例如，提供m=3，我如何从

[[0.32  0.569 0.532 0.75 ]
 [0.158 0.49  0.33  0.12 ]]

to（用于设定目标尺寸（5,10））

[[0.32  0.32  0.32  0.569 0.569 0.569 0.532 0.532 0.532 0.75 ]
 [0.32  0.32  0.32  0.569 0.569 0.569 0.532 0.532 0.532 0.75 ]
 [0.32  0.32  0.32  0.569 0.569 0.569 0.532 0.532 0.532 0.75 ]
 [0.158 0.158 0.158 0.49  0.49  0.49  0.33  0.33  0.33  0.12 ]
 [0.158 0.158 0.158 0.49  0.49  0.49  0.33  0.33  0.33  0.12 ]]

甚至只是

[[0.32  0.32  0.32  0.569 0.569 0.569 0.532 0.532 0.532 0.75  0.75  0.75 ]
 [0.32  0.32  0.32  0.569 0.569 0.569 0.532 0.532 0.532 0.75  0.75  0.75 ]
 [0.32  0.32  0.32  0.569 0.569 0.569 0.532 0.532 0.532 0.75  0.75  0.75 ]
 [0.158 0.158 0.158 0.49  0.49  0.49  0.33  0.33  0.33  0.12  0.12  0.12 ]
 [0.158 0.158 0.158 0.49  0.49  0.49  0.33  0.33  0.33  0.12  0.12  0.12 ]
 [0.158 0.158 0.158 0.49  0.49  0.49  0.33  0.33  0.33  0.12  0.12  0.12 ]]

Answer 1

我将使用np.kron创建瓷砖，然后使用切片将其切割到所需的大小

a = np.array([[0.32  0.569 0.532 0.75 ]
              [0.158 0.49  0.33  0.12 ]])
np.kron(a, np.ones((3, 3), dtype=a.dtype))[:5, :10]

[[0.32  0.32  0.32  0.569 0.569 0.569 0.532 0.532 0.532 0.75 ]
 [0.32  0.32  0.32  0.569 0.569 0.569 0.532 0.532 0.532 0.75 ]
 [0.32  0.32  0.32  0.569 0.569 0.569 0.532 0.532 0.532 0.75 ]
 [0.158 0.158 0.158 0.49  0.49  0.49  0.33  0.33  0.33  0.12 ]
 [0.158 0.158 0.158 0.49  0.49  0.49  0.33  0.33  0.33  0.12 ]]