转自:http://blog.csdn.net/henryghx/article/details/16906235
http://blog.sina.com.cn/s/blog_6bd0612b0101cr3u.html
用repeat和tile扩充数组元素,例如,
In [32]: a=np.arange(10)
In [33]: a
Out[33]: array([0, 1, 2, 3, 4, 5, 6, 7, 8, 9])
In [34]: a.repeat(5)
Out[34]:
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])
In [40]: np.tile(a,2)
Out[40]: array([0, 1, 2, 3, 4, 5, 6, 7, 8, 9, 0, 1, 2, 3, 4, 5, 6, 7, 8, 9])
官方例子,
- >>> from numpy import *
- >>> a=array([10,20])
- >>> tile(a,(3,2))
- array([[10, 20, 10, 20],
- [10, 20, 10, 20],
- [10, 20, 10, 20]])
- >>> tile(42.0,(3,2))
- array([[ 42., 42.],
- [ 42., 42.],
- [ 42., 42.]])
- >>>
- >>> from numpy import *
- >>> repeat(7.,4)
- array([ 7., 7., 7., 7.])
- >>> a=array([10,20])
- >>> a.repeat([3,2])
- array([10, 10, 10, 20, 20])
- >>> repeat(a,[3,2])
- array([10, 10, 10, 20, 20])
- >>> a=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]])
- >>>
函数的定义与说明
tile函数是模板numpy.lib.shape_base中的函数。
函数的形式是tile(A,reps)
函数参数说明中提到A和reps都是array_like的,什么是array_like的parameter呢?在网上查了一下,始终搞不明白,便把熟悉的python数据类型都试了一下,得出以下结论。
A的类型众多,几乎所有类型都可以:array, list, tuple, dict, matrix以及基本数据类型int, string, float以及bool类型。
reps的类型也很多,可以是tuple,list, dict, array, int,bool.但不可以是float, string, matrix类型。
假定A的维度为d,reps的长度为len
当d>=len时,将reps长度补足为d,即在reps前面加上d-len个1。
这里的意思是,假设A为k维数组,每一维都有一定长度,构成的向量为D。
![](https://img-blog.csdn.net/20160329085746093?watermark/2/text/aHR0cDovL2Jsb2cuY3Nkbi5uZXQv/font/5a6L5L2T/fontsize/400/fill/I0JBQkFCMA==/dissolve/70/gravity/Center)
而长度为len的reps有len个数,进行tile函数运算时补足d位,前面加d-len个1,如下图所示:
![](https://img-blog.csdn.net/20160329085906828?watermark/2/text/aHR0cDovL2Jsb2cuY3Nkbi5uZXQv/font/5a6L5L2T/fontsize/400/fill/I0JBQkFCMA==/dissolve/70/gravity/Center)
经过tile运算,生成新的A,A的各维维度为:
![](https://img-blog.csdn.net/20160329085946617?watermark/2/text/aHR0cDovL2Jsb2cuY3Nkbi5uZXQv/font/5a6L5L2T/fontsize/400/fill/I0JBQkFCMA==/dissolve/70/gravity/Center)
其中相乘的意思为,将原来A中每一维度的元素进行copy,生成的A中此元素出现次数为新的reps对应维度的数目。操作从低维度向高维进行。
首先给几个示例:
>>> tile(1.3,2)
array([ 1.3,
1.3])
array([1, 2, 3, 1, 2, 3])
>>> a=[[1,2,3],[4,5,5]]
>>> tile(a,2)
array([[1, 2, 3, 1, 2, 3],
[4, 5, 5, 4, 5, 5]])
>>> tile([1,2,3],[2,2,2,2])
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]]],
[[[1, 2, 3, 1, 2, 3],
[1, 2, 3, 1, 2, 3]],
[[1, 2, 3, 1, 2, 3],
[1, 2, 3, 1, 2, 3]]]])
这里a的维度为2,reps长度为1(仅仅是1个int类型数据)
则将reps长度补足为2,结果为reps = [1,2](这里也可以写成reps=(1,2),都无妨的)
进行copy操作,从低维进行.数组a为a[2][2]
一维copy操作:copy两次。a[0]变为[1,2,1,2],a[1]变为[2,3,2,3]
二维copy操作,copy1次。a变为[[1,2,1,2],[2,3,2,3]]
a数组为a[2][4]
如此则不难理解下面的结果:
>>> tile(a,[1,2])
array([[1, 2, 1, 2],
[2, 3, 2, 3]])
>>> tile(a,[2,2])
array([[1, 2, 1, 2],
[2, 3, 2, 3],
[1, 2, 1, 2],
[2, 3, 2, 3]])
tile(a,[2,2])中是将上述第二步的对a的第二维的copy次数变成了两次,a[0]copy两次,a[1]copy两次:[a[0],a[0],a[1],a[1]]结果如上所示。