關(guān)于Numpy之repeat、tile的用法總結(jié)
repeat函數(shù)的作用：①擴(kuò)充數(shù)組元素 ②降低數(shù)組維度
numpy.repeat(a, repeats, axis=None)：若axis=None，對(duì)于多維數(shù)組而言，可以將多維數(shù)組變化為一維數(shù)組，然后再根據(jù)repeats參數(shù)擴(kuò)充數(shù)組元素；若axis=M，表示數(shù)組在軸M上擴(kuò)充數(shù)組元素。
下面以3維數(shù)組為例，了解下repeat函數(shù)的使用方法：
In [1]: import numpy as np
In [2]: arr = np.arange(12).reshape(1,4,3)
In [3]: arr
Out[3]:
array([[[ 0, 1, 2],
[ 3, 4, 5],
[ 6, 7, 8],
[ 9, 10, 11]]])
①repeats為整數(shù)N，axis=None：數(shù)組arr首先被扁平化，然后將數(shù)組arr中的各個(gè)元素 依次重復(fù)N次
In [4]: arr.repeat(2)
Out[4]:
array([ 0, 0, 1, 1, 2, 2, 3, 3, 4, 4, 5, 5, 6, 6, 7, 7, 8,
8, 9, 9, 10, 10, 11, 11])
②repeats為整數(shù)數(shù)組rp_arr，axis=None：數(shù)組arr首先被扁平化，然后再將數(shù)組arr中元素依次重復(fù)對(duì)應(yīng)rp_arr數(shù)組中元素對(duì)應(yīng)次數(shù)。若rp_arr為一個(gè)值的一維數(shù)組，則數(shù)組arr中各個(gè)元素重復(fù)相同次數(shù)，否則rp_arr數(shù)組長(zhǎng)度必須和數(shù)組arr的長(zhǎng)度相等，否則報(bào)錯(cuò)
a：rp_arr為單值一維數(shù)組，進(jìn)行廣播
In [5]: arr.repeat([2])
Out[5]:
array([ 0, 0, 1, 1, 2, 2, 3, 3, 4, 4, 5, 5, 6, 6, 7, 7, 8,
8, 9, 9, 10, 10, 11, 11])
b：rp_arr長(zhǎng)度小于數(shù)組arr長(zhǎng)度，無(wú)法進(jìn)行廣播，報(bào)錯(cuò)
In [6]: arr.repeat([2,3,4])
---------------------------------------------------------------------------
ValueError Traceback (most recent call last)
<ipython-input-6-d3b52907284c> in <module>()
----> 1 arr.repeat([2,3,4])
ValueError: operands could not be broadcast together with shape (12,) (3,)
c：rp_arr長(zhǎng)度和數(shù)組arr長(zhǎng)度相等
In [7]: arr.repeat(np.arange(12))
Out[7]:
array([ 1, 2, 2, 3, 3, 3, 4, 4, 4, 4, 5, 5, 5, 5, 5, 6, 6,
6, 6, 6, 6, 7, 7, 7, 7, 7, 7, 7, 8, 8, 8, 8, 8, 8,
8, 8, 9, 9, 9, 9, 9, 9, 9, 9, 9, 10, 10, 10, 10, 10, 10,
10, 10, 10, 10, 11, 11, 11, 11, 11, 11, 11, 11, 11, 11, 11])
d：rp_arr長(zhǎng)度大于數(shù)組arr長(zhǎng)度，也無(wú)法廣播，報(bào)錯(cuò)
In [8]: arr.repeat(np.arange(13))
---------------------------------------------------------------------------
ValueError Traceback (most recent call last)
<ipython-input-8-ec8454224d1b> in <module>()
----> 1 arr.repeat(np.arange(13))
ValueError: operands could not be broadcast together with shape (12,) (13,)
結(jié)論：兩個(gè)數(shù)組滿足廣播的條件是兩個(gè)數(shù)組的后緣維度(即從末尾開(kāi)始算起的維度)的軸長(zhǎng)度相等或其中一方的長(zhǎng)度為1
③repeats為整數(shù)N，axis=M：數(shù)組arr的軸M上的每個(gè)元素重復(fù)N次，M=-1代表最后一條軸
In [9]: arr.repeat(2,axis=0)
Out[9]:
array([[[ 0, 1, 2],
[ 3, 4, 5],
[ 6, 7, 8],
[ 9, 10, 11]],
[[ 0, 1, 2],
[ 3, 4, 5],
[ 6, 7, 8],
[ 9, 10, 11]]])
In [12]: arr.repeat(2,axis=-1)#arr.repeat(2,axis=-1)等同于arr.repeat(2,axis=2)
Out[12]:
array([[[ 0, 0, 1, 1, 2, 2],
[ 3, 3, 4, 4, 5, 5],
[ 6, 6, 7, 7, 8, 8],
[ 9, 9, 10, 10, 11, 11]]])
④repeats為整數(shù)數(shù)組rp_arr，axis=M：把數(shù)組arr1軸M上的元素依次重復(fù)對(duì)應(yīng)rp_arr數(shù)組中元素對(duì)應(yīng)次數(shù)。若rp_arr為一個(gè)值的一維數(shù)組，則數(shù)組arr1軸M上的各個(gè)元素重復(fù)相同次數(shù)，否則rp_arr數(shù)組長(zhǎng)度必須和數(shù)組arr1軸M的長(zhǎng)度相等，否則報(bào)錯(cuò)
a：rp_arr長(zhǎng)度和數(shù)組arr1軸M上長(zhǎng)度相等
在軸0上擴(kuò)充數(shù)組元素
In [13]: arr1 = np.arange(24).reshape(4,2,3)
In [14]: arr1
Out[14]:
array([[[ 0, 1, 2],
[ 3, 4, 5]],
[[ 6, 7, 8],
[ 9, 10, 11]],
[[12, 13, 14],
[15, 16, 17]],
[[18, 19, 20],
[21, 22, 23]]])
In [15]: arr1.repeat((1,2,3,4),axis=0)
Out[15]:
array([[[ 0, 1, 2],
[ 3, 4, 5]],
[[ 6, 7, 8],
[ 9, 10, 11]],
[[ 6, 7, 8],
[ 9, 10, 11]],
[[12, 13, 14],
[15, 16, 17]],
[[12, 13, 14],
[15, 16, 17]],
[[12, 13, 14],
[15, 16, 17]],
[[18, 19, 20],
[21, 22, 23]],
[[18, 19, 20],
[21, 22, 23]],
[[18, 19, 20],
[21, 22, 23]],
[[18, 19, 20],
[21, 22, 23]]])
在軸1上擴(kuò)充數(shù)組元素
In [19]: arr1.repeat([1,2],axis=1)
Out[19]:
array([[[ 0, 1, 2],
[ 3, 4, 5],
[ 3, 4, 5]],
[[ 6, 7, 8],
[ 9, 10, 11],
[ 9, 10, 11]],
[[12, 13, 14],
[15, 16, 17],
[15, 16, 17]],
[[18, 19, 20],
[21, 22, 23],
[21, 22, 23]]])
b：rp_arr為單值數(shù)組時(shí)，進(jìn)行廣播
In [20]: arr1.repeat([2],axis=0)
Out[20]:
array([[[ 0, 1, 2],
[ 3, 4, 5]],
[[ 0, 1, 2],
[ 3, 4, 5]],
[[ 6, 7, 8],
[ 9, 10, 11]],
[[ 6, 7, 8],
[ 9, 10, 11]],
[[12, 13, 14],
[15, 16, 17]],
[[12, 13, 14],
[15, 16, 17]],
[[18, 19, 20],
[21, 22, 23]],
[[18, 19, 20],
[21, 22, 23]]])
c：rp_arr和數(shù)組arr1某軸不滿足廣播條件，則報(bào)錯(cuò)
In [21]: arr1.repeat((1,2,3),axis=0)
---------------------------------------------------------------------------
ValueError Traceback (most recent call last)
<ipython-input-21-8ae4dc97e410> in <module>()
----> 1 arr1.repeat((1,2,3),axis=0)
ValueError: operands could not be broadcast together with shape (4,) (3,)
tile函數(shù)兩個(gè)作用：①擴(kuò)充數(shù)組元素 ②提升數(shù)組維度
numpy.tile(A, reps):根據(jù)reps中元素?cái)U(kuò)充數(shù)組A中對(duì)應(yīng)軸上的元素
①reps為整數(shù)N：可以把整數(shù)N理解成含一個(gè)元素N的序列reps,若數(shù)組.ndim大于reps序列的長(zhǎng)度，則需在reps序列的索引為0的位置開(kāi)始添加元素1，直到reps的長(zhǎng)度和數(shù)組的維度數(shù)相等，然后數(shù)組各軸上的元素依次重復(fù)reps序列中元素對(duì)應(yīng)的次數(shù)
對(duì)于一維數(shù)組而言：是整體數(shù)組重復(fù)N次，從數(shù)組的最后一位置開(kāi)始重復(fù)，注意與repeat函數(shù)的區(qū)別
In [26]: arr3 = np.arange(4) In [27]: arr3 Out[27]: array([0, 1, 2, 3]) In [28]: np.tile(arr3,2) Out[28]: array([0, 1, 2, 3, 0, 1, 2, 3])
對(duì)多維數(shù)組而言：arr2.ndim=3,，reps=[2,]，可以看出數(shù)組的長(zhǎng)度大于序列reps的長(zhǎng)度，因此需要向reps中添加元素，變成reps=[1,1,2]，然后arr2數(shù)組再根據(jù)reps中的元素重復(fù)其對(duì)應(yīng)軸上的元素，reps=[1,1,2]代表數(shù)組arr2在軸0上各個(gè)元素重復(fù)1次，在軸1上的各個(gè)元素重復(fù)1次，在軸1上的各個(gè)元素重復(fù)2次
In [29]: arr2 = np.arange(24).reshape(4,2,3)
In [30]: arr2
Out[30]:
array([[[ 0, 1, 2],
[ 3, 4, 5]],
[[ 6, 7, 8],
[ 9, 10, 11]],
[[12, 13, 14],
[15, 16, 17]],
[[18, 19, 20],
[21, 22, 23]]])
In [31]: np.tile(arr2,2)
Out[31]:
array([[[ 0, 1, 2, 0, 1, 2],
[ 3, 4, 5, 3, 4, 5]],
[[ 6, 7, 8, 6, 7, 8],
[ 9, 10, 11, 9, 10, 11]],
[[12, 13, 14, 12, 13, 14],
[15, 16, 17, 15, 16, 17]],
[[18, 19, 20, 18, 19, 20],
[21, 22, 23, 21, 22, 23]]])
②reps為整數(shù)序列rp_arr：若數(shù)組.ndim大于rp_arr長(zhǎng)度，方法同①相同，若數(shù)組ndim小于rp_arr長(zhǎng)度，則需在數(shù)組的首緣維添加新軸，直到數(shù)組的維度數(shù)和rp_arr長(zhǎng)度相等，然后數(shù)組各軸上的元素依次重復(fù)reps序列中元素對(duì)應(yīng)的次數(shù)
a：數(shù)組維度大于rp_arr長(zhǎng)度：需rp_arr提升為(1,2,3)
In [33]: arr2 = np.arange(24).reshape(4,2,3)
In [34]: arr2
Out[34]:
array([[[ 0, 1, 2],
[ 3, 4, 5]],
[[ 6, 7, 8],
[ 9, 10, 11]],
[[12, 13, 14],
[15, 16, 17]],
[[18, 19, 20],
[21, 22, 23]]])
In [35]: np.tile(arr2,(2,3))
Out[35]:
array([[[ 0, 1, 2, 0, 1, 2, 0, 1, 2],
[ 3, 4, 5, 3, 4, 5, 3, 4, 5],
[ 0, 1, 2, 0, 1, 2, 0, 1, 2],
[ 3, 4, 5, 3, 4, 5, 3, 4, 5]],
[[ 6, 7, 8, 6, 7, 8, 6, 7, 8],
[ 9, 10, 11, 9, 10, 11, 9, 10, 11],
[ 6, 7, 8, 6, 7, 8, 6, 7, 8],
[ 9, 10, 11, 9, 10, 11, 9, 10, 11]],
[[12, 13, 14, 12, 13, 14, 12, 13, 14],
[15, 16, 17, 15, 16, 17, 15, 16, 17],
[12, 13, 14, 12, 13, 14, 12, 13, 14],
[15, 16, 17, 15, 16, 17, 15, 16, 17]],
[[18, 19, 20, 18, 19, 20, 18, 19, 20],
[21, 22, 23, 21, 22, 23, 21, 22, 23],
[18, 19, 20, 18, 19, 20, 18, 19, 20],
[21, 22, 23, 21, 22, 23, 21, 22, 23]]])
b：數(shù)組的維度小于rp_arr的長(zhǎng)度：需在數(shù)組的首緣維度新增加一條軸，使其shape變?yōu)?1,4,2,3)
In [36]: np.tile(arr2,(2,1,1,3))
Out[36]:
array([[[[ 0, 1, 2, 0, 1, 2, 0, 1, 2],
[ 3, 4, 5, 3, 4, 5, 3, 4, 5]],
[[ 6, 7, 8, 6, 7, 8, 6, 7, 8],
[ 9, 10, 11, 9, 10, 11, 9, 10, 11]],
[[12, 13, 14, 12, 13, 14, 12, 13, 14],
[15, 16, 17, 15, 16, 17, 15, 16, 17]],
[[18, 19, 20, 18, 19, 20, 18, 19, 20],
[21, 22, 23, 21, 22, 23, 21, 22, 23]]],
[[[ 0, 1, 2, 0, 1, 2, 0, 1, 2],
[ 3, 4, 5, 3, 4, 5, 3, 4, 5]],
[[ 6, 7, 8, 6, 7, 8, 6, 7, 8],
[ 9, 10, 11, 9, 10, 11, 9, 10, 11]],
[[12, 13, 14, 12, 13, 14, 12, 13, 14],
[15, 16, 17, 15, 16, 17, 15, 16, 17]],
[[18, 19, 20, 18, 19, 20, 18, 19, 20],
[21, 22, 23, 21, 22, 23, 21, 22, 23]]]])
numpy的repeat和tile 用來(lái)復(fù)制數(shù)組
repeat和tile都可以用來(lái)復(fù)制數(shù)組的，但是有一些區(qū)別
關(guān)鍵區(qū)別在于repeat是對(duì)于元素的復(fù)制，tile是以整個(gè)數(shù)組為單位的 ，repeat復(fù)制時(shí)元素依次復(fù)制，注意不要用錯(cuò)，區(qū)別類似于[1,1,2,2]和[1,2,1,2]
repeat
用法
np.repeat(a, repeats, axis=None)
重復(fù)復(fù)制數(shù)組a的元素，元素的定義與axis有關(guān)，axis不指定時(shí)，數(shù)組會(huì)被展開(kāi)進(jìn)行復(fù)制，每個(gè)元素就是一個(gè)值，指定axis時(shí)，就是aixis指定維度上的一個(gè)元素
a = np.array([[1,2],
[3,4]])
不指定axis，默認(rèn)None，這時(shí)候數(shù)組會(huì)被展開(kāi)成1維，再進(jìn)行復(fù)制
np.repeat(a, 2) # 所有元素依次復(fù)制相同的次數(shù)
參數(shù)是列表
np.repeat(a, [1, 2, 1, 2]) # 如果第二個(gè)參數(shù)是列表，列表長(zhǎng)度必須和a的復(fù)制可選元素?cái)?shù)目相等，這里都是4
指定axis
指定時(shí)，就是指定了復(fù)制元素沿的維度,這時(shí)候就不會(huì)把數(shù)組展平，會(huì)維持原來(lái)的維度數(shù)
np.repeat(a, 2, axi=0) # 所有沿著0維的元素依次復(fù)制相同的次數(shù)
np.repeat(a, [1, 2], axis=1) # 第二個(gè)參數(shù)是列表，列表長(zhǎng)度必須和a的復(fù)制可選元素?cái)?shù)目相等，這里是2
結(jié)果如下，復(fù)制元素從第1維度算，可以看到第一列被復(fù)制了一次，第二列被復(fù)制了兩次
tile
用法
np.tile(a, repeats)
復(fù)制數(shù)組，repeats可以是整數(shù)或者元組、數(shù)組
repeats是整數(shù)
示例如下，它會(huì)將數(shù)組復(fù)制兩份，并且在最后一維將兩個(gè)元素疊加在一起，數(shù)組的維數(shù)不變，最后一維根據(jù)復(fù)制次數(shù)加倍
repeats是列表或元組
如果列表長(zhǎng)度是1，和整數(shù)時(shí)相同。
列表長(zhǎng)度不為1時(shí)，列表從后向前看，最后一項(xiàng)是2，所以復(fù)制兩個(gè)數(shù)組，在最后一維進(jìn)行疊加，倒數(shù)第二項(xiàng)是3，將前步的結(jié)果進(jìn)行復(fù)制，并在倒數(shù)第二維，結(jié)果如下
當(dāng)列表的長(zhǎng)度超過(guò)數(shù)組的維數(shù)時(shí)，和前面類似，從后向前復(fù)制，復(fù)制結(jié)果會(huì)增加維度與列表的維數(shù)匹配，結(jié)果如下，在上面的基礎(chǔ)上，增加了一維
復(fù)制結(jié)果的shape
但是對(duì)于 簡(jiǎn)單的單個(gè)數(shù)組重復(fù)，個(gè)人更喜歡使用stack和concatenate將同一個(gè)數(shù)組堆疊起來(lái)
以上為個(gè)人經(jīng)驗(yàn)，希望能給大家一個(gè)參考，也希望大家多多支持腳本之家。
相關(guān)文章
使用python創(chuàng)建極坐標(biāo)平面的示例代碼
PolarPlane 是 Manim（一個(gè)用于數(shù)學(xué)動(dòng)畫(huà)的Python庫(kù)）中的一個(gè)類,用于創(chuàng)建極坐標(biāo)平面,與笛卡爾坐標(biāo)系不同,極坐標(biāo)系是基于角度和半徑來(lái)定位點(diǎn)的,本文就給大家介紹如何用python創(chuàng)建極坐標(biāo)平面,需要的朋友可以參考下2024-08-08
Django如何自定義model創(chuàng)建數(shù)據(jù)庫(kù)索引的順序
這篇文章主要介紹了Django如何自定義model創(chuàng)建數(shù)據(jù)庫(kù)索引的順序,小編覺(jué)得挺不錯(cuò)的，現(xiàn)在分享給大家，也給大家做個(gè)參考。一起跟隨小編過(guò)來(lái)看看吧2019-06-06
今天小編就為大家分享一篇numpy 返回函數(shù)的上三角矩陣實(shí)例，具有很好的參考價(jià)值，希望對(duì)大家有所幫助。一起跟隨小編過(guò)來(lái)看看吧2019-11-11
詳解pyinstaller生成exe的閃退問(wèn)題解決方案
這篇文章主要介紹了詳解pyinstaller生成exe的閃退問(wèn)題解決方案，文中通過(guò)示例代碼介紹的非常詳細(xì)，對(duì)大家的學(xué)習(xí)或者工作具有一定的參考學(xué)習(xí)價(jià)值，需要的朋友們下面隨著小編來(lái)一起學(xué)習(xí)學(xué)習(xí)吧2020-06-06
django日志默認(rèn)打印request請(qǐng)求信息的方法示例
這篇文章主要給大家介紹了關(guān)于django日志默認(rèn)打印request請(qǐng)求信息的相關(guān)資料，文中通過(guò)示例代碼介紹的非常詳細(xì)，對(duì)大家學(xué)習(xí)或者使用django具有一定的參考學(xué)習(xí)價(jià)值，需要的朋友們下面來(lái)一起學(xué)習(xí)學(xué)習(xí)吧2020-05-05
Python定時(shí)庫(kù)Apscheduler的簡(jiǎn)單使用
Apscheduler是基于Quartz的Python定時(shí)任務(wù)框架，功能上跟Quartz一致，使用上跟Quartz也幾乎一致。下面通過(guò)本文給大家介紹Python定時(shí)庫(kù)Apscheduler的簡(jiǎn)單使用，感興趣的朋友一起看看吧2021-11-11
python 對(duì)圖片進(jìn)行簡(jiǎn)單的處理
介紹一些圖片處理的Python代碼，有了這些處理代碼，我們可以很方便的處理一些圖片，Python這里處理圖片一般都使用Pillow包，有此需求的朋友可以參考下2021-06-06
這篇文章主要介紹了用python如何爬取小姐姐私房照，本文給大家介紹的非常詳細(xì)，對(duì)大家的學(xué)習(xí)或工作具有一定的參考借鑒價(jià)值，需要的朋友可以參考下2021-08-08
看了我文章了相信都了解了web端的元素定位了，沒(méi)看的，既然進(jìn)來(lái)了那么肯定多多少少知道些，本文主要來(lái)介紹APP的元素定位有哪些定位方式，我們又怎么去連接APP，然后通過(guò)工具去獲取元素2021-09-09
13個(gè)Pandas實(shí)用技巧，助你提高開(kāi)發(fā)效率
這篇文章主要介紹了13個(gè)Pandas實(shí)用技巧，幫助你提高python開(kāi)發(fā)的效率，感興趣的朋友可以了解下2020-08-08