Numpy的repeat函数和tile函数

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，

[python]  view plain  copy

 print ?

1. >>> from numpy import *  
2. >>> a=array([10,20])  
3. >>> tile(a,(3,2)) #构造3X2个copy  
4. array([[10, 20, 10, 20],  
5.        [10, 20, 10, 20],  
6.        [10, 20, 10, 20]])  
7. >>> tile(42.0,(3,2))  
8. array([[ 42.,  42.],  
9.        [ 42.,  42.],  
10.        [ 42.,  42.]])  
11. >>>   

[python]  view plain  copy

 print ?

1. >>> from numpy import *  
2. >>> repeat(7.,4)  
3. array([ 7.,  7.,  7.,  7.])  
4. >>> a=array([10,20])  
5. >>> a.repeat([3,2])  
6. array([10, 10, 10, 20, 20])  
7. >>> repeat(a,[3,2])  
8. array([10, 10, 10, 20, 20])  
9. >>> a=array([[10,20],[30,40]])  
10. >>> a.repeat([3,2],axis=0)  
11. array([[10, 20],  
12.        [10, 20],  
13.        [10, 20],  
14.        [30, 40],  
15.        [30, 40]])  
16. >>> a.repeat([3,2],axis=1)  
17. array([[10, 10, 10, 20, 20],  
18.        [30, 30, 30, 40, 40]])  
19. >>>   

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。

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：

经过tile运算，生成新的A，A的各维维度为：

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])

>>> tile((1,2,3),2)

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。