首页
所有分类
TAGS
文字工具 EMOJI BIBLE
编程 Python

关于Numpy之repeat、tile的用法总结

Posted in Python onJune 02, 2021

repeat函数的作用：①扩充数组元素 ②降低数组维度

numpy.repeat(a, repeats, axis=None)：若axis=None，对于多维数组而言，可以将多维数组变化为一维数组，然后再根据repeats参数扩充数组元素；若axis=M，表示数组在轴M上扩充数组元素。

下面以3维数组为例，了解下repeat函数的使用方法：

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为整数N，axis=None：数组arr首先被扁平化，然后将数组arr中的各个元素 依次重复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为整数数组rp_arr，axis=None：数组arr首先被扁平化，然后再将数组arr中元素依次重复对应rp_arr数组中元素对应次数。若rp_arr为一个值的一维数组，则数组arr中各个元素重复相同次数，否则rp_arr数组长度必须和数组arr的长度相等，否则报错

a：rp_arr为单值一维数组，进行广播

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长度小于数组arr长度，无法进行广播，报错

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长度和数组arr长度相等

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长度大于数组arr长度，也无法广播，报错

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,)

结论：两个数组满足广播的条件是两个数组的后缘维度(即从末尾开始算起的维度)的轴长度相等或其中一方的长度为1

③repeats为整数N，axis=M：数组arr的轴M上的每个元素重复N次，M=-1代表最后一条轴

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为整数数组rp_arr，axis=M：把数组arr1轴M上的元素依次重复对应rp_arr数组中元素对应次数。若rp_arr为一个值的一维数组，则数组arr1轴M上的各个元素重复相同次数，否则rp_arr数组长度必须和数组arr1轴M的长度相等，否则报错

a：rp_arr长度和数组arr1轴M上长度相等

在轴0上扩充数组元素

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]]])

在轴1上扩充数组元素

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为单值数组时，进行广播

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和数组arr1某轴不满足广播条件，则报错

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函数两个作用：①扩充数组元素 ②提升数组维度

numpy.tile(A, reps):根据reps中元素扩充数组A中对应轴上的元素

①reps为整数N：可以把整数N理解成含一个元素N的序列reps,若数组.ndim大于reps序列的长度，则需在reps序列的索引为0的位置开始添加元素1，直到reps的长度和数组的维度数相等，然后数组各轴上的元素依次重复reps序列中元素对应的次数

对于一维数组而言：是整体数组重复N次，从数组的最后一位置开始重复，注意与repeat函数的区别

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])

对多维数组而言：arr2.ndim=3,，reps=[2,]，可以看出数组的长度大于序列reps的长度，因此需要向reps中添加元素，变成reps=[1,1,2]，然后arr2数组再根据reps中的元素重复其对应轴上的元素，reps=[1,1,2]代表数组arr2在轴0上各个元素重复1次，在轴1上的各个元素重复1次，在轴1上的各个元素重复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为整数序列rp_arr：若数组.ndim大于rp_arr长度，方法同①相同，若数组ndim小于rp_arr长度，则需在数组的首缘维添加新轴，直到数组的维度数和rp_arr长度相等，然后数组各轴上的元素依次重复reps序列中元素对应的次数

a：数组维度大于rp_arr长度：需rp_arr提升为(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：数组的维度小于rp_arr的长度：需在数组的首缘维度新增加一条轴，使其shape变为(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 用来复制数组

repeat和tile都可以用来复制数组的，但是有一些区别

关键区别在于repeat是对于元素的复制，tile是以整个数组为单位的 ，repeat复制时元素依次复制，注意不要用错，区别类似于[1,1,2,2]和[1,2,1,2]

repeat

用法

np.repeat(a, repeats, axis=None)

重复复制数组a的元素，元素的定义与axis有关，axis不指定时，数组会被展开进行复制，每个元素就是一个值，指定axis时，就是aixis指定维度上的一个元素

a = np.array([[1,2], 
                      [3,4]])

不指定axis，默认None，这时候数组会被展开成1维，再进行复制

np.repeat(a, 2)  # 所有元素依次复制相同的次数

关于Numpy之repeat、tile的用法总结

参数是列表

np.repeat(a, [1, 2, 1, 2])  # 如果第二个参数是列表，列表长度必须和a的复制可选元素数目相等，这里都是4

关于Numpy之repeat、tile的用法总结

指定axis

指定时，就是指定了复制元素沿的维度,这时候就不会把数组展平，会维持原来的维度数

np.repeat(a, 2,  axi=0)  # 所有沿着0维的元素依次复制相同的次数

关于Numpy之repeat、tile的用法总结

np.repeat(a, [1, 2], axis=1)  # 第二个参数是列表，列表长度必须和a的复制可选元素数目相等，这里是2

结果如下，复制元素从第1维度算，可以看到第一列被复制了一次，第二列被复制了两次

关于Numpy之repeat、tile的用法总结

tile

用法

np.tile(a, repeats)

复制数组，repeats可以是整数或者元组、数组

repeats是整数

示例如下，它会将数组复制两份，并且在最后一维将两个元素叠加在一起，数组的维数不变，最后一维根据复制次数加倍

关于Numpy之repeat、tile的用法总结

repeats是列表或元组

如果列表长度是1，和整数时相同。

列表长度不为1时，列表从后向前看，最后一项是2，所以复制两个数组，在最后一维进行叠加，倒数第二项是3，将前步的结果进行复制，并在倒数第二维，结果如下

关于Numpy之repeat、tile的用法总结

当列表的长度超过数组的维数时，和前面类似，从后向前复制，复制结果会增加维度与列表的维数匹配，结果如下，在上面的基础上，增加了一维

关于Numpy之repeat、tile的用法总结

复制结果的shape

关于Numpy之repeat、tile的用法总结

但是对于 简单的单个数组重复，个人更喜欢使用stack和concatenate将同一个数组堆叠起来

以上为个人经验，希望能给大家一个参考，也希望大家多多支持三水点靠木。

关于Numpy之repeat、tile的用法总结

- Author -

每天进步一点点2017

声明：登载此文出于传递更多信息之目的，并不意味着赞同其观点或证实其描述。

Python 相关文章推荐
tensorflow输出权重值和偏差的方法
Feb 10 Python
利用Python如何制作好玩的GIF动图详解
Jul 11 Python
[原创]Python入门教程5. 字典基本操作【定义、运算、常用函数】
Nov 01 Python
使用PyQt4 设置TextEdit背景的方法
Jun 14 Python
pandas实现to_sql将DataFrame保存到数据库中
Jul 03 Python
django数据关系一对多、多对多模型、自关联的建立
Jul 24 Python
Python实现手机号自动判断男女性别(实例解析)
Dec 22 Python
Django Haystack 全文检索与关键词高亮的实现
Feb 17 Python
Python3 利用face_recognition实现人脸识别的方法
Mar 13 Python
使用已经得到的keras模型识别自己手写的数字方式
Jun 29 Python
Python控制台输出俄罗斯方块的方法实例
Apr 17 Python
OpenCV绘制圆端矩形的示例代码
Aug 30 Python
Matlab如何实现矩阵复制扩充
Jun 02 #Python
给numpy.array增加维度的超简单方法
Jun 02 #Python
pytorch model.cuda()花费时间很长的解决
如何理解及使用Python闭包
python pygame入门教程
python plt.plot bar 如何设置绘图尺寸大小
python用tkinter开发的扫雷游戏
九宫格(5) REGEXP(1) Hadoop(1) group by(1) 字段分割(1) 查询效率(1) Simhash(1) delete in(1) 控制流(1) 表结构(1)
You might like
php三种实现多线程类似的方法
2015/10/30 PHP
讲解WordPress中用于获取评论模板和搜索表单的PHP函数
2015/12/28 PHP
利用php_imagick实现复古效果的方法
2016/10/18 PHP
php处理静态页面：页面设置缓存时间实例
2017/06/22 PHP
因str_replace导致的注入问题总结
2019/08/08 PHP
tp5框架基于ajax实现异步删除图片的方法示例
2020/02/10 PHP
一段实时更新的时间代码
2006/07/07 Javascript
身份证号码前六位所代表的省,市,区, 以及地区编码下载
2007/04/12 Javascript
Extjs列表详细信息窗口新建后自动加载解决方法
2010/04/02 Javascript
JQuery扩展插件Validate 3通过参数设置错误信息
2011/09/05 Javascript
javascript中的onkeyup和onkeydown区别介绍
2013/04/28 Javascript
js设置文本框中焦点位置在最后的示例代码(简单实用)
2014/03/04 Javascript
JS实现兼容各种浏览器的高级拖动方法完整实例【测试可用】
2016/06/21 Javascript
浅析如何利用JavaScript进行语音识别
2016/10/27 Javascript
Angular4学习教程之HTML属性绑定的方法
2018/01/04 Javascript
angularJs中json数据转换与本地存储的实例
2018/10/08 Javascript
详尽讲述用Python的Django框架测试驱动开发的教程
2015/04/22 Python
安装python时MySQLdb报错的问题描述及解决方法
2018/03/20 Python
pycharm 激活码及使用方式的详细教程
2020/05/12 Python
Python flask路由间传递变量实例详解
2020/06/03 Python
Python文件操作模拟用户登陆代码实例
2020/06/09 Python
详解python命令提示符窗口下如何运行python脚本
2020/09/11 Python
HTML5 Canvas玩转酷炫大波浪进度图效果实例（附demo）
2016/12/14 HTML / CSS
AmazeUI 手机版页面的顶部导航条Header与侧边导航栏offCanvas的示例代码
2020/08/19 HTML / CSS
Fnac西班牙官网：法国文化和电子产品零售商
2021/03/14 全球购物
经典c++面试题六
2012/01/18 面试题
写给老师的表扬信
2014/01/21 职场文书
运动会获奖感言
2014/02/11 职场文书
商业房地产广告语
2014/03/13 职场文书
教师批评与自我批评范文
2014/10/15 职场文书
机关单位工作失职检讨书
2014/11/20 职场文书
十七岁的单车观后感
2015/06/12 职场文书
事业单位岗位说明书
2015/10/08 职场文书
《半截蜡烛》教学反思
2016/02/19 职场文书
长辈生日祝福语大全（72句）
2019/08/09 职场文书
解决Tkinter中button按钮未按却主动执行command函数的问题
2021/05/23 Python