l = np.array([3,4,5,6,7])

生成n倍，加倍在每次重复的值。当n=3时，结果如下：

[3, 4, 5, 6, 7, 6, 8, 10, 12, 14, 12, 16, 20, 24, 28]

1、numpy.outer和numpy.ndarray.ravel复重生成

numpy.outer 函数用于计算两个向量的外积。外积的结果是一个矩阵，其中每个元素是两个输入向量元素的乘积。这个函数非常适合用于生成重复模式的数据。

import numpy as np

# 原始数组
a = np.array([3, 4, 5, 6, 7])

# 设定重复次数
n = 3

# 生成因子数组，因子为 2 的幂次
factors = 2 ** np.arange(n)
print("Factors:", factors)
# 输出: Factors: [1 2 4]

# 使用 np.outer 计算外积，生成扩展的二维数组
expanded_array = np.outer(factors, a)
print("Expanded array:\n", expanded_array)

# 将二维数组展平成一维数组
result = expanded_array.ravel()
print("Result:", result)

2、使用concatenate进行重复

NumPy中的concatenate函数用于沿着指定轴连接多个数组。我们可以利用这个特性，通过不断将原数组与自身连接起来，实现数据的重复。

import numpy as np

# 原始数组
l = np.array([3, 4, 5, 6, 7])

# 按指定规则对数组进行扩展并连接
final = np.concatenate([l * 2**i for i in range(3)])
print("Final array:", final)

3、使用flatten通过填写倍数方式生成

通过NumPy的flatten方法，结合一定的重复规则，将一个数组中的元素进行重复，从而生成一个新的数组。

import numpy as np

# 原始数组
l = np.array([3, 4, 5, 6, 7])

# 创建一个二维数组，其中包含要乘以的倍数 [1, 2, 4]
multipliers = np.array([[1], [2], [4]])

# 将数组 l 与倍数数组相乘，并展平为一维数组
result = (l * multipliers).flatten()
print("Result:", result)

4、使用reshape和flatten生成

reshape不改变数组中的数据，仅改变数组的形状。例如，一个一维数组可以 reshape成二维数组，或更高维的数组。flatten将多维数组转换为一维数组。

import numpy as np

# 原始数组
l = np.array([3, 4, 5, 6, 7])

# 重复数组3次，并按规则生成倍数扩展
rows = np.tile(l, 3).reshape(-1, len(l)) * np.power(2, np.arange(3)).reshape(-1, 1)

# 将二维数组展平为一维数组
result = rows.flatten()

print(result)

5、使用np.power和np.ndarray.ravel生成

np.power 用于计算数组元素的幂次方。np.ndarray.ravel将多维数组展开为一维数组。通过结合np.power和np.ndarray.ravel，可以灵活地实现数组元素的重复。

import numpy as np

# 原始数组
A = np.array([3, 4, 5, 6, 7])

# 通过对 A 的每个元素乘以 2 的不同次幂，并展平结果
res = (A * np.power(2, np.arange(3))[:, None]).ravel()

# 打印最终结果print("Resulting array:", res)