关于Numpy Array的使用技巧整理

关于Numpy Array的使用技巧整理

1. 数组的扩展：repeat & tile

repeat方法：实现按元素复制扩展

• 输入：（需要扩展的array），repeats向量，轴向axis（用于多维array情形）
• 输出：扩展后的array，需要赋值才能保存，并不修改原array本身

关于repeats向量的使用 ：

• 若长度为1，则每个元素复制repeats次
• 若长度为array.shape[axis]，则array[i]复制repeats[i]次
• 若长度与array.shape[axis]不等则报错

>>>import numpy as np
>>>a = np.arange(5)
>>>a
array([0, 1, 2, 3, 4])
>>>a.repeat(2)
array([0, 0, 1, 1, 2, 2, 3, 3, 4, 4])
>>>np.repeat(a,2)
array([0, 0, 1, 1, 2, 2, 3, 3, 4, 4])
>>>a.repeat(range(5))
array([1, 2, 2, 3, 3, 3, 4, 4, 4, 4])
>>>a.repeat(range(4))
Traceback (most recent call last):

  File "<ipython-input-7-9ebd3b4fb8fd>", line 1, in <module>
    a.repeat(range(4))

ValueError: operands could not be broadcast together with shape (5,) (4,)

对于多维array的情况

• 如果不指定axis，则系统自动将array转换成一维数组，然后根据repeats进行复制
• 如果指定了axis，则在对应维度下，将下一维度当做一个元素根据repeats进行复制
• 应当保证repeats维度为1，并且len(repeats)==array.shape[axis]

>>>b = np.arange(5) + np.arange(5).reshape(5,1)

>>>b
array([[0, 1, 2, 3, 4],
       [1, 2, 3, 4, 5],
       [2, 3, 4, 5, 6],
       [3, 4, 5, 6, 7],
       [4, 5, 6, 7, 8]])

>>>b.repeat(2)
array([0, 0, 1, 1, 2, 2, 3, 3, 4, 4, 1, 1, 2, 2, 3, 3, 4, 4, 5, 5, 2, 2, 3,
       3, 4, 4, 5, 5, 6, 6, 3, 3, 4, 4, 5, 5, 6, 6, 7, 7, 4, 4, 5, 5, 6, 6,
       7, 7, 8, 8])

>>>b.repeat(2,axis=1)
array([[0, 0, 1, 1, 2, 2, 3, 3, 4, 4],
       [1, 1, 2, 2, 3, 3, 4, 4, 5, 5],
       [2, 2, 3, 3, 4, 4, 5, 5, 6, 6],
       [3, 3, 4, 4, 5, 5, 6, 6, 7, 7],
       [4, 4, 5, 5, 6, 6, 7, 7, 8, 8]])

>>>b.repeat(2,axis=0)
array([[0, 1, 2, 3, 4],
       [0, 1, 2, 3, 4],
       [1, 2, 3, 4, 5],
       [1, 2, 3, 4, 5],
       [2, 3, 4, 5, 6],
       [2, 3, 4, 5, 6],
       [3, 4, 5, 6, 7],
       [3, 4, 5, 6, 7],
       [4, 5, 6, 7, 8],
       [4, 5, 6, 7, 8]])

>>>b.repeat(range(5),axis=0)
array([[1, 2, 3, 4, 5],
       [2, 3, 4, 5, 6],
       [2, 3, 4, 5, 6],
       [3, 4, 5, 6, 7],
       [3, 4, 5, 6, 7],
       [3, 4, 5, 6, 7],
       [4, 5, 6, 7, 8],
       [4, 5, 6, 7, 8],
       [4, 5, 6, 7, 8],
       [4, 5, 6, 7, 8]])

tile方法（注意：此方法与repeat不同，只能用np.tile()方式调用）

• 输入：数组array，复制方式数组reps
• 输出：对整个数组进行复制操作后的结果数组
• 依旧需要赋值，否则不会保存

关于reps的详细说明（array为多维情形）：

• 当reps维度小于array的维度时，默认从低到高的顺序对数组进行复制
• 相当于在reps左面补上1，将维度补齐
• 维度补齐以后，对应维度下，以数组为一个单位，进行扩展，具体见下面例子

>>>c=b.reshape(1,5,5)

>>>c
array([[[0, 1, 2, 3, 4],
        [1, 2, 3, 4, 5],
        [2, 3, 4, 5, 6],
        [3, 4, 5, 6, 7],
        [4, 5, 6, 7, 8]]])

>>>c.shape
(1L, 5L, 5L)

>>>np.tile(c,2)
array([[[0, 1, 2, 3, 4, 0, 1, 2, 3, 4],
        [1, 2, 3, 4, 5, 1, 2, 3, 4, 5],
        [2, 3, 4, 5, 6, 2, 3, 4, 5, 6],
        [3, 4, 5, 6, 7, 3, 4, 5, 6, 7],
        [4, 5, 6, 7, 8, 4, 5, 6, 7, 8]]])

>>>np.tile(c,(1,1,2))
array([[[0, 1, 2, 3, 4, 0, 1, 2, 3, 4],
        [1, 2, 3, 4, 5, 1, 2, 3, 4, 5],
        [2, 3, 4, 5, 6, 2, 3, 4, 5, 6],
        [3, 4, 5, 6, 7, 3, 4, 5, 6, 7],
        [4, 5, 6, 7, 8, 4, 5, 6, 7, 8]]])

>>>np.tile(c,(1,2))
array([[[0, 1, 2, 3, 4, 0, 1, 2, 3, 4],
        [1, 2, 3, 4, 5, 1, 2, 3, 4, 5],
        [2, 3, 4, 5, 6, 2, 3, 4, 5, 6],
        [3, 4, 5, 6, 7, 3, 4, 5, 6, 7],
        [4, 5, 6, 7, 8, 4, 5, 6, 7, 8]]])

>>>np.tile(c,(1,2,1))
array([[[0, 1, 2, 3, 4],
        [1, 2, 3, 4, 5],
        [2, 3, 4, 5, 6],
        [3, 4, 5, 6, 7],
        [4, 5, 6, 7, 8],
        [0, 1, 2, 3, 4],
        [1, 2, 3, 4, 5],
        [2, 3, 4, 5, 6],
        [3, 4, 5, 6, 7],
        [4, 5, 6, 7, 8]]])

>>>np.tile(c,(2,1,1))
array([[[0, 1, 2, 3, 4],
        [1, 2, 3, 4, 5],
        [2, 3, 4, 5, 6],
        [3, 4, 5, 6, 7],
        [4, 5, 6, 7, 8]],

       [[0, 1, 2, 3, 4],
        [1, 2, 3, 4, 5],
        [2, 3, 4, 5, 6],
        [3, 4, 5, 6, 7],
        [4, 5, 6, 7, 8]]])

未完待续