numpy.repeat作用,语法,参数解读以及实例
numpy.repeat()
作用
可以用于重复数组中的元素
语法
numpy.repeat(a, repeats, axis=None)
参数解读
Parameters
- a : array_like
Input array.- repeats : int or array of ints
The number of repetitions for each element.repeats
is broadcasted
to fit the shape of the given axis.- axis : int, optional
The axis along which to repeat values. By default, use the
flattened input array, and return a flat output array.
- a: array_like
输入的想要进行repeat的数组 - repeats:int or array of ints
repeats
参数应该是int类型或者是一个int数组。是对每一个元素repeat的次数。repeats
将被广播去适应给定axis
的shape。 - axis: int, optional
repeat操作进行的维度,可选,int值。如果未指定,默认情况下,会将数组展平(flattened),然后返回一个扁平的重复后的数组。
Returns
- repeated_array : ndarray
Output array which has the same shape asa
, except along
the given axis.
- repeated_array : ndarray
返回的repeat后的数组,除了在指定的axis
维度以外,其余各维度的shape与原数组a
一致。
Example
>>> np.repeat(3, 4)
array([3, 3, 3, 3])# 下面这个例子中,x被展平(flattened,返回的数组也是一个扁平数组)
>>> x = np.array([[1,2],[3,4]])
>>> np.repeat(x, 2)
array([1, 1, 2, 2, 3, 3, 4, 4])# 下面这个例子指定了axis=1,axis=1的维度上的shape值为2,
# 而只给定了3一个数字,所以进行了广播,即进行的操作实际为(3,3)
>>> np.repeat(x, 3, axis=1)
array([[1, 1, 1, 2, 2, 2],[3, 3, 3, 4, 4, 4]])# 下面这个例子指定了axis=0,同时给定了repeats数组
# 其长度等于axis=0的shape值。对第一行重复1次,对第二行重复两次。
>>> np.repeat(x, [1, 2], axis=0)
array([[1, 2],[3, 4],[3, 4]])# 如果给定的repeats数组长度与axis不一致,会报错,can not broadcast
>>> y = np.array([[1,2],[3,4],[5,6],[7,8]])
>>> np.repeat(y,(3,1),axis = 0)
ValueError: operands could not be broadcast together with shape (4,) (2,)# 如果未指定axis,默认展平,但是repeats是数组,同样会报错。
>>> np.repeat(y,(3,1))
ValueError: operands could not be broadcast together with shape (8,) (2,)
类似的函数
如果repeat的功能和你想象中的不一致,那么你可能寻找的是这个函数:
numpy.tile(A,reps)
它的功能是:用A,按照reps指定的次数拼成一个新的数组。
numpy.tile解读
numpy.repeat作用,语法,参数解读以及实例相关推荐
- PCIe交换机的作用和参数解读:PEX89144为例,PCIe交换机能做些什么
引言 超微的SYS-821GE-TNHR/FTNHR服务器的PCIe扩展接口数量确实超过了第四代英特尔至强处理器所能提供的通道数.这是因为该服务器采用了一种称为PCIe交换机的硬件设备,它可以将少量P ...
- mod函数在计算机中实例,excel MOD函数的使用方法实例 MOD函数的公式语法及使用方法实例...
excel MOD函数的使用方法实例 MOD函数的公式语法及使用方法实例,这个问题是我们很多人都很困惑的一个问题,excel MOD函数的使用方法实例是我们非常常用的一个东西,也是我们工作和学习中必不 ...
- python求向量函数的雅可比矩阵_在python Numpy中求向量和矩阵的范数实例
np.linalg.norm(求范数):linalg=linear(线性)+algebra(代数),norm则表示范数. 函数参数 x_norm=np.linalg.norm(x, ord=None, ...
- kube-controller-manager 配置参数解读
下面是kube-controller-manager version 1.12.0的所有配置,其中高亮加粗的是我认为需要注意的Flag. Flag Comments –allocate-node-ci ...
- python numpy读取数据_python使用numpy读取、保存txt数据的实例
1.首先生成array数组 import numpy as np a = np.random.rand(5,5) print(a) 结果: array([[0.17374613, 0.87715267 ...
- React 16 Jest ES6 Class Mocks(使用ES6语法类的模拟) 实例三、四
转载地址 React 16 Jest ES6 Class Mocks(使用ES6语法类的模拟) 实例三.四 项目初始化 git clone https://github.com/durban89/we ...
- 【机器学习】hist参数解读
在对数据进行可视化时,用hist来查看单一特征是很重要的,结合着看多种图表,有助于获得对数据的进一步理解. 本篇是对 https://pandas.pydata.org/pandas-docs/sta ...
- 运算放大器基本原理与参数解读
目录 1.运放的基本结构 2.运放的参数解读 2.1 工作范围 2.2 电气参数 2.2.1 失调电压(offset voltage) 2.2.2 共模电压(VCM)和共模抑制比(CMRR) 2.2. ...
- np.meshgrid()函数 以及 三维空间中的坐标位置生成 以及 numpy.repeat()函数介绍
一.np.meshgrid()函数 1.np.meshgrid()介绍 X, Y = np.meshgrid(x, y) 代表的是将x中每一个数据和y中每一个数据组合生成很多点,然后将这些点的x坐标放 ...
最新文章
- C++_可变参数模板到emplace_back再到construct再到forward
- 西安电子科技大学第16届程序设计竞赛 E题
- 精读《V8 引擎 Lazy Parsing》
- 十六、定义数据、定义栈
- 关于面试题的一些想法
- 每日英语:Is austerity good for your health?
- 【poj1995】Raising Modulo Numbers
- python高通滤波_图像处理之高通滤波及低通滤波
- Security+ 学习笔记57 安全意识和培训
- mysql导出_mysql数据库导入导出
- android gps测速代码,【GPS测速仪】GPS测速仪 GPS speedometer 1.6.0下载_安卓(android)软件下载-魅族溜...
- java工作流引擎Jflow父子流程demo
- 攻防世界 logmein(重温,重点在于怎么写出脚本)
- iDB-数据库自动化运维平台
- 钉钉isv应用开发(钉钉isv应用开发注意事项)
- Chrome渲染分析之Rendering工具使用
- Android中InCallUI显示太慢问题分析
- df命令能够实现linux系统磁盘管理中,Linux_linux磁盘命令中df命令的作用,linux磁盘命令中df命令的使用, - phpStudy...
- InnoSetup的简繁体中文语言文件ChineseSimplified.isl和ChineseTraditional.isl
- eclipse打包出错 GC overhead limite execteeded
热门文章
- 部署System Center App Controller 2012 Service Pack 1 (6)
- TypeScript入门教程 之 箭头函数
- 人工智能 - paddlepaddle飞桨 - 深度学习基础教程 - 个性化推荐
- Linux用一键安装包快速部署禅道项目管理平台
- Django---启动admin的报no such table: auth_user错误
- 受检异常和非受检异常
- docker上定期备份mysql数据库
- 编写高质量代码的50条黄金守则-Day 04(首选字符串插值)
- 阿里巴巴测试相关内容
- hacktoberfest_我刚刚得到了免费的Hacktoberfest衬衫。 这是获取您的商品的快速方法。