numpy数组扩展函数repeat和tile用法
numpy数组扩展函数有repeat和tile,由于数组不能进行动态扩展,故函数调用之后都重新分配新的空间来存储扩展后的数据。
repeat函数功能:对数组中的元素进行连续重复复制
用法有两种:
1) numpy.repeat(a, repeats, axis=None)
2) a.repeats(repeats, axis=None)
其中a为数组,repeats为重复的次数,axis表示数组维度
>>>import numpy as np
>>> a = np.arange(10)
>>> a
array([0, 1, 2, 3, 4, 5, 6, 7, 8, 9])
>>> a.repeat(5)
array([0, 0, 0, 0, 0, 1, 1, 1, 1, 1, 2, 2, 2, 2, 2, 3, 3, 3, 3, 3, 4, 4, 4,
4, 4, 5, 5, 5, 5, 5, 6, 6, 6, 6, 6, 7, 7, 7, 7, 7, 8, 8, 8, 8, 8, 9,
9, 9, 9, 9])
>>> a
np.array([0, 1, 2, 3, 4, 5, 6, 7, 8, 9]) #a数组的内容没改变
>>> a=np.array([10,20])
>>>a
array([10,20])
>>> a.repeat([3,2])
array([10, 10, 10, 20, 20])
>>> repeat(a,[3,2]) # 对a数组中的对应元素进行重复复制,需要注意的是len(repeats)==a.shape[axis]
array([10, 10, 10, 20, 20])
>>> a=np.array([[10,20],[30,40]])
>>> a.repeat([3,2],axis=0)
array([[10, 20],
[10, 20],
[10, 20],
[30, 40],
[30, 40]])
>>> a.repeat([3,2],axis=1)
array([[10, 10, 10, 20, 20],
[30, 30, 30, 40, 40]])
tile函数功能:对整个数组进行复制拼接
用法:numpy.tile(a, reps)
其中a为数组,reps为重复的次数
>>> np.tile(a,2)
array([0, 1, 2, 3, 4, 5, 6, 7, 8, 9, 0, 1, 2, 3, 4, 5, 6, 7, 8, 9])
>>> a
np.array([0, 1, 2, 3, 4, 5, 6, 7, 8, 9])
>>> a=np.array([10,20])
>>>a
array([10,20])
>>>np.tile(a, (3,2)) #构造3*2个copy
array([[10, 20, 10, 20],
[10, 20, 10, 20],
[10, 20, 10, 20]])
numpy数组扩展函数repeat和tile用法相关推荐
- 【Python】Numpy扩充数组函数之repeat和tile用法
2019独角兽企业重金招聘Python工程师标准>>> [Python]Numpy扩充数组函数之repeat和tile用法,有需要的朋友可以参考下. 用repeat和tile扩充数组 ...
- python数组扩充_【Python】Numpy扩充数组函数之repeat和tile用法,
[Python]Numpy扩充数组函数之repeat和tile用法,有需要的朋友可以参考下. 用repeat和tile扩充数组元素,例如 >>> import numpy as np ...
- numpy 数组抽取_Python 关于NumPy的用法介绍
NumPy是Python数值计算最重要的基础包,大多数提供科学计算的包都是用NumPy的数组作为构建基础.NumPy本身并没有提供多么高级的数据分析功能,理解NumPy数组以及面向数组的计算,将有助于 ...
- numpy 数组抽取_清晰易懂的Numpy入门教程
原标题:清晰易懂的Numpy入门教程 翻译 | 石头 来源 | Machine Learning Plus Numpy是python语言中最基础和最强大的科学计算和数据处理的工具包,如数据分析工具pa ...
- numpy数组按某一维度相加_Python数据分析之NumPy(高级篇)
一些更高级的ndarray处理 where和一些其他的逻辑运算 np.where(cond,x,y):满足条件(cond)输出x,不满足输出y x_arr = np.array([1.1, 1.2 ...
- 【python与数据分析】NumPy数值计算基础1——numpy数组及其运算
目录 前言 一.创建数组 二.测试两个数组的对应元素是否足够接近 三.修改数组中的元素值 四.数组与标量的运算 五.数组与数组的运算 六.数组排序 七.数组重复 八.数组转置 九.数组所有元素累计和与 ...
- NumPy Essentials 带注释源码 三、NumPy 数组使用
版权声明:License CC BY-NC-SA 4.0 https://blog.csdn.net/wizardforcel/article/details/73252085 # 来源:NumPy ...
- python numpy 子数组_Python利用Numpy数组进行数据处理(一)
Numpy数组使你可以将许多种数据处理任务表达为简洁的数组表达式(否则需要编写循环).用数组表达式代替循环的做法,通常被称为矢量化. np.meshgrid函数接受两个一维数组,并产生两个二维矩阵(对 ...
- python numpy 子数组_Python快速转换numpy数组中Nan和Inf的方法实例说明
在使用numpy数组的过程中时常会出现nan或者inf的元素,可能会造成数值计算时的一些错误.这里提供一个numpy库函数的用法,使nan和inf能够最简单地转换成相应的数值. 转载:https:// ...
最新文章
- 数据降维(特征提取)和特征选择有什么区别?
- JQuery中的类选择器
- 网络工程师需要哪些知识_成长工程师可以教给我们哪些工程知识
- 实例解读Docker Swarm
- @程序员,React 使用如何避坑?
- CSS兼容性问题总结及解决方法
- 面试鹅厂,我被虐的体无完肤。。。
- 【Visual C++】Windows GDI贴图闪烁解决方法
- Php clearstatcache() 函数详解
- 实对称矩阵的特征值一定为实数证明
- torch.ones理解
- 商业智能系统具有的主要功能
- 文章/网站分享工具——百度分享
- 进击的开发者!第二期SWTC社区开发者大赛拉开序幕
- 为什么只能取出购票信息单_如何换取购票信息单 取票取出的是购票信息单
- 用flask开发个人博客(37)—— 使用Flask-pagedown实现博客文章预览的功能
- unix_timestamp()和 from_unixtime()的用法
- Allegro174版本新功能介绍之和172版本兼容设置
- 2019电商生意经(五):明确中台化的概念、形式与战略
- Node 在沪江的大规模实践