numpy 辨异（四）—— np.repeat 与 np.tile

>> import numpy as np
>> help(np.repeat)
>> help(np.tile)

二者执行的是均是复制操作；
np.repeat：复制的是多维数组的每一个元素；
np.tile：复制的是多维数组本身；

1. `np.repeat`

>> x = np.arange(1, 5).reshape(2, 2)
>> np.repeat(x, 2)
array([1, 1, 2, 2, 3, 3, 4, 4])# 对数组中的每一个元素进行复制# 除了待重复的数组之外，只有一个额外的参数时，高维数组也会 flatten 至一维

当然将高维 flatten 至一维，并非经常使用的操作，也即更经常地我们在某一轴上进行复制，比如在行的方向上（axis=1），在列的方向上（axis=0）：

>> np.repeat(x, 3, axis=1)
array([[1, 1, 1, 2, 2, 2],[3, 3, 3, 4, 4, 4]])
>> np.repeat(x, 3, axis=0)
array([[1, 2],[1, 2],[1, 2],[3, 4],[3, 4],[3, 4]])

当然更为灵活地也可以在某一轴的方向上（axis=0/1），对不同的行/列复制不同的次数：

>> np.repeat(x, (2, 1), axis=0)
array([[1, 2],[1, 2],[3, 4]])
>> np.repeat(x, (2, 1), axis=1)
array([[1, 1, 2],[3, 3, 4]])

2. `np.tile`

Python numpy 下的 np.tile有些类似于 matlab 中的 repmat函数。不需要 axis 关键字参数，仅通过第二个参数便可指定在各个轴上的复制倍数。

>> a = np.arange(3)
>> np.tile(a, 2)
array([0, 1, 2, 0, 1, 2])
>> np.tile(a, (2, 2))
array([[0, 1, 2, 0, 1, 2],[0, 1, 2, 0, 1, 2]])>> b = np.arange(1, 5).reshape(2, 2)
>> np.tile(b, 2)
array([[1, 2, 1, 2],[3, 4, 3, 4]])# 等价于
>> np.tile(b, (1, 2))

numpy 辨异（四）—— np.repeat 与 np.tile相关推荐

numpy 辨异（三）—— hstack/column_stack，linalg.eig/linalg.eigh
1. np.hstack np.column_stack >>> np.hstack([np.array([1, 2, 3]), np.array([4, 5, 6])]) arra ...
numpy 辨异（二） —— np.identity()/np.eye()
import numpy as np; 两者在创建单位矩阵上,并无区别,两者的区别主要在接口上: np.identity(n, dtype=None):只能获取方阵,也即标准意义的单位阵: np.ey ...
numpy 辨异（五）—— numpy.ravel() vs numpy.flatten()
首先声明两者所要实现的功能是一致的(将多维数组降位一维),两者的区别在于返回拷贝(copy)还是返回视图(view),numpy.flatten()返回一份拷贝,对拷贝所做的修改不会影响(reflec ...
numpy 辨异（一） —— reshape 与 resize
0. reshape的参数 reshape的参数严格地说,应该是tuple类型(tuple of ints),似乎不是tuple也成(ints). >>> x = np.random ...
Numpy.array()详解、np.array与np.asarray辨析、 np.array和np.ndarry的区别
记录一下numpy.array()的详细用法,以及与np.asarray()和np.ndarray()的区别. 目录 1. Numpy.array()详解 1.1 函数形式 1.2 参数详解 1.3 ...
np.repeat函数
np.repeat操作!!! numpy.repeat(a,repeats,axis=None); 参数: axis=None,时候就会flatten当前矩阵,实际上就是变成了一个行向量 axis=0 ...
python中使用numpy包的向量矩阵相乘np.dot和np.matmul
一直对np的线性运算不太清晰,正好上课讲到了,做一个笔记整个理解一下 1.向量和矩阵在numpy中,一重方括号表示的是向量vector,vector没有行列的概念.二重方括号表示矩阵matrix,有 ...
numpy高级教程之np.where和np.piecewise
欢迎关注"勇敢AI"公众号,更多python学习.数据分析.机器学习.深度学习原创文章与大家分享,还有更多电子资源.教程.数据集下载.勇敢AI,一个专注于人工智能AI的公众号. = ...
numpy 下的数据结构与数据类型的转换（np.array vs. np.asarray）
numpy 下的数据结构与数据类型的转换(np.array vs. np.asarray) 原创 2017年02月18日 10:35:43

numpy 辨异（四）—— np.repeat 与 np.tile

1. `np.repeat`

2. `np.tile`

numpy 辨异（四）—— np.repeat 与 np.tile相关推荐

最新文章

热门文章

numpy 辨异（四）—— np.repeat 与 np.tile

1. np.repeat

2. np.tile

numpy 辨异（四）—— np.repeat 与 np.tile相关推荐

最新文章

热门文章

1. `np.repeat`

2. `np.tile`