Python：在另一个1D数组中的值提供的异构步骤中扩展一维数组

Question

我有两个同样长的1D数组：“Number_of_Data”和“Value”。使用这两个数组，我想创建第三个数组（“Final_Array”），其中“Value”中的每个元素值出现的次数是“Number_of_Data”中相应元素值指定的次数。

让我给你举个例子：

import numpy as np
# Create the Arrays
Number_of_Data = np.asarray([2, 4, 1, 2, 3, 6, 3])
Value = np.arange(0, 7, 1)

# Then, somehow, I want Final_Array to be:
Final_Array 
array([0, 0, 1, 1, 1, 1, 2, 3, 3, 4, 4, 4, 5, 5, 5, 5, 5, 5, 6, 6, 6])

有没有python函数来实现这一目标？ （实际上，我的数组当然比“Value”的长度长得多，并且最大数据量远远高于“Number_of_Data”中的最大值）

Answer 1

我不知道任何numpy集成功能。最简单的方法是创建一个简单的函数，它接受两个数组并返回所需的向量，利用两个for循环。

import numpy as np


def final(numbers, values):
    n_values = len(values)
    vector = np.zeros(np.sum(numbers))
    counter = 0
    for k in range(n_values):
        for j in range(numbers[k]):
            vector[counter] = values[k]
            counter += 1
    return vector


Number_of_Data = np.asarray([2, 4, 1, 2, 3, 6, 3])
Value = np.arange(0, 7, 1)

Final_Array = final(Number_of_Data, Value)
print(Final_Array)

这回来了

[ 0.  0.  1.  1.  1.  1.  2.  3.  3.  4.  4.  4.  5.  5.  5.  5.  5.  5.  6.  6.  6.]