2次元配列内に規則的なグリッドを作成するNumpyルーチン

Question

2次元配列内に5ピクセル×5ピクセルの規則的なグリッドを作成する関数を記述しようとしています。 numpy.repeatはちょうど同じ行に沿って繰り返されるので、私はnumpy.arangeとnumpy.repeatのいくつかの組み合わせがそれをするかもしれないが、今まで私は運がなかったことを望んでいた。ここで

は一例です：

はのは、私は形状(20, 15)の2D配列内の5x5のグリッドをしたいとしましょう。私は単純にこれを達成するためにループやスライスを使用することができます実現が、私は非常に大きな配列にこれを適用することができ、私はそれのパフォーマンスが遅すぎるか、非現実的であろうと心配

array([[ 0, 0, 0, 0, 0, 1, 1, 1, 1, 1, 2, 2, 2, 2, 2], 
     [ 0, 0, 0, 0, 0, 1, 1, 1, 1, 1, 2, 2, 2, 2, 2], 
     [ 0, 0, 0, 0, 0, 1, 1, 1, 1, 1, 2, 2, 2, 2, 2], 
     [ 0, 0, 0, 0, 0, 1, 1, 1, 1, 1, 2, 2, 2, 2, 2], 
     [ 0, 0, 0, 0, 0, 1, 1, 1, 1, 1, 2, 2, 2, 2, 2], 
     [ 3, 3, 3, 3, 3, 4, 4, 4, 4, 4, 5, 5, 5, 5, 5], 
     [ 3, 3, 3, 3, 3, 4, 4, 4, 4, 4, 5, 5, 5, 5, 5], 
     [ 3, 3, 3, 3, 3, 4, 4, 4, 4, 4, 5, 5, 5, 5, 5], 
     [ 3, 3, 3, 3, 3, 4, 4, 4, 4, 4, 5, 5, 5, 5, 5], 
     [ 3, 3, 3, 3, 3, 4, 4, 4, 4, 4, 5, 5, 5, 5, 5], 
     [ 6, 6, 6, 6, 6, 7, 7, 7, 7, 7, 8, 8, 8, 8, 8], 
     [ 6, 6, 6, 6, 6, 7, 7, 7, 7, 7, 8, 8, 8, 8, 8], 
     [ 6, 6, 6, 6, 6, 7, 7, 7, 7, 7, 8, 8, 8, 8, 8], 
     [ 6, 6, 6, 6, 6, 7, 7, 7, 7, 7, 8, 8, 8, 8, 8], 
     [ 6, 6, 6, 6, 6, 7, 7, 7, 7, 7, 8, 8, 8, 8, 8], 
     [ 9, 9, 9, 9, 9,10,10,10,10,10,11,11,11,11,11], 
     [ 9, 9, 9, 9, 9,10,10,10,10,10,11,11,11,11,11], 
     [ 9, 9, 9, 9, 9,10,10,10,10,10,11,11,11,11,11], 
     [ 9, 9, 9, 9, 9,10,10,10,10,10,11,11,11,11,11], 
     [ 9, 9, 9, 9, 9,10,10,10,10,10,11,11,11,11,11]]) 

：それは次のようになります。 。

誰でもこの方法をお勧めしますか？

ありがとうございます。

UPDATE：

提供されたすべての答えはうまく動作するように見えます。大規模な配列の中で最も効率的なものを教えてもらえますか？大きな配列では、100000 x 100000以上のグリッドセルサイズの15 x 15である可能性があります。

Answer 1

放送はここに答えは：

ハイメの答えと同様に

m, n, d = 20, 15, 5 
arr = np.empty((m, n), dtype=np.int) 
arr_view = arr.reshape(m // d, d, n // d, d) 
vals = np.arange(m // d * n // d).reshape(m // d, 1, n // d, 1) 
arr_view[:] = vals 

>>> arr 
array([[ 0, 0, 0, 0, 0, 1, 1, 1, 1, 1, 2, 2, 2, 2, 2], 
     [ 0, 0, 0, 0, 0, 1, 1, 1, 1, 1, 2, 2, 2, 2, 2], 
     [ 0, 0, 0, 0, 0, 1, 1, 1, 1, 1, 2, 2, 2, 2, 2], 
     [ 0, 0, 0, 0, 0, 1, 1, 1, 1, 1, 2, 2, 2, 2, 2], 
     [ 0, 0, 0, 0, 0, 1, 1, 1, 1, 1, 2, 2, 2, 2, 2], 
     [ 3, 3, 3, 3, 3, 4, 4, 4, 4, 4, 5, 5, 5, 5, 5], 
     [ 3, 3, 3, 3, 3, 4, 4, 4, 4, 4, 5, 5, 5, 5, 5], 
     [ 3, 3, 3, 3, 3, 4, 4, 4, 4, 4, 5, 5, 5, 5, 5], 
     [ 3, 3, 3, 3, 3, 4, 4, 4, 4, 4, 5, 5, 5, 5, 5], 
     [ 3, 3, 3, 3, 3, 4, 4, 4, 4, 4, 5, 5, 5, 5, 5], 
     [ 6, 6, 6, 6, 6, 7, 7, 7, 7, 7, 8, 8, 8, 8, 8], 
     [ 6, 6, 6, 6, 6, 7, 7, 7, 7, 7, 8, 8, 8, 8, 8], 
     [ 6, 6, 6, 6, 6, 7, 7, 7, 7, 7, 8, 8, 8, 8, 8], 
     [ 6, 6, 6, 6, 6, 7, 7, 7, 7, 7, 8, 8, 8, 8, 8], 
     [ 6, 6, 6, 6, 6, 7, 7, 7, 7, 7, 8, 8, 8, 8, 8], 
     [ 9, 9, 9, 9, 9, 10, 10, 10, 10, 10, 11, 11, 11, 11, 11], 
     [ 9, 9, 9, 9, 9, 10, 10, 10, 10, 10, 11, 11, 11, 11, 11], 
     [ 9, 9, 9, 9, 9, 10, 10, 10, 10, 10, 11, 11, 11, 11, 11], 
     [ 9, 9, 9, 9, 9, 10, 10, 10, 10, 10, 11, 11, 11, 11, 11], 
     [ 9, 9, 9, 9, 9, 10, 10, 10, 10, 10, 11, 11, 11, 11, 11]]) 

Answer 2

：（Brioniusもコメントで示唆したように）

np.repeat(np.arange(0, 10, 3), 4)[..., None] + np.repeat(np.arange(3), 5)[None, ...] 

Answer 3

kronは、この拡張を行います。

xi, xj, ni, nj = 5, 5, 4, 3 
r = np.kron(np.arange(ni*nj).reshape((ni,nj)), np.ones((xi, xj))) 

私はそれをテストしていませんが、私はそれが放送アプローチよりも効率的ではないと考えますが、もう少し簡潔で理解しやすい（私が望む）。 1）1の配列が必要であり、2）xi*xjの乗算が1であり、3）複数のコンカチがあるからです。