np.tile()函数:
函数形式:np.tile(a,(x,y,z))
表示将数组a在行上重复x次,在列上重复y次,在第三维度重复z次(假设数组a是一维的)
代码演示:
>>> import numpy as np
>>> a = np.array([1,2,3])
>>> np.tile(a,(2,2)) # 在行上重复2次,在列上重复2次
array([[1, 2, 3, 1, 2, 3],
[1, 2, 3, 1, 2, 3]])
>>> np.tile(a,(2,2,2))
# 进行三维度扩展,首先在行上重复2次,在列上重复2次,由一维数组变成二维数组,
# 然后在整个二维数组的基础上进行扩展变成三维数组
array([[[1, 2, 3, 1, 2, 3],
[1, 2, 3, 1, 2, 3]],
[[1, 2, 3, 1, 2, 3],
[1, 2, 3, 1, 2, 3]]])
实际案例应用:
在讲解kNN时用到了该函数
kNN算法主要是计算新数据和原数据之间的距离,找出距离最近的k个,计算最近的k个数据每个类别出现次数最多的一个类别作为新数据的类别
分析代码:对于矩阵运算,可以一次性算出所有的距离
dataSetSize表示原数据的行数,所以tile(inX,(dataSetSize,1))表示把新数据inX重复dataSetSize,列不变,然后直接做差得到矩阵diffMat
总结:
看完这个案例代码,想必已经学会如何使用该函数了。
欢迎交流~