Numpy 数组复制：`repeat()` 函数的全面解析 – wiki基地

作者： /

NumPy 数组复制：repeat() 函数的全面解析

在数据分析和科学计算中，NumPy 库以其强大的 N 维数组对象（ndarray）而闻名。高效地操作和处理这些数组是数据科学生命周期的关键部分。在众多数组操作中，复制数组元素是一项常见任务，而 NumPy 的 repeat() 函数为此提供了一个灵活且强大的解决方案。本文将深入探讨 repeat() 函数，从其基本语法到高级用法，再到实际应用场景，力求全面解析，帮助您充分掌握这一工具。

1. repeat() 函数：基础入门

1.1. 核心功能：元素重复

numpy.repeat() 函数的核心功能是沿着指定的轴重复数组中的元素。与简单地复制整个数组不同，repeat() 允许您控制每个元素重复的次数，以及重复发生的轴。

1.2. 基本语法

python
numpy.repeat(a, repeats, axis=None)

  • a: 输入数组。可以是任何形状的 NumPy 数组、列表或元组。
  • repeats: 每个元素重复的次数。它可以是一个整数，表示所有元素都重复相同的次数；也可以是一个与 a 沿着指定轴（axis）长度相同的数组，表示每个元素重复不同的次数。
  • axis: 沿着哪个轴重复元素。
    • axis=None（默认值）：将输入数组展平（flatten）为一维数组，然后重复元素。
    • axis=0：沿着垂直方向（行）重复。
    • axis=1：沿着水平方向（列）重复。
    • 对于更高维度的数组，axis 可以取更大的整数值，对应不同的维度。

1.3. 返回值

repeat() 函数返回一个新的数组，其中包含重复后的元素。返回数组的形状取决于输入数组 a 的形状、repeats 参数以及 axis 参数。

1.4. 简单示例

让我们从一些基本示例开始，以直观地理解 repeat() 函数的工作方式：

“`python
import numpy as np

示例 1：重复单个数字

arr1 = np.repeat(5, 3) # 将数字 5 重复 3 次
print(arr1) # 输出: [5 5 5]

示例 2：重复一维数组，所有元素重复相同次数

arr2 = np.array([1, 2, 3])
arr2_repeated = np.repeat(arr2, 2) # 每个元素重复 2 次
print(arr2_repeated) # 输出: [1 1 2 2 3 3]

示例 3：重复一维数组，每个元素重复不同次数

arr3 = np.array([1, 2, 3])
arr3_repeated = np.repeat(arr3, [2, 3, 1]) # 第一个元素重复2次，第二个3次，第三个1次
print(arr3_repeated) # 输出: [1 1 2 2 2 3]

示例 4：重复二维数组，axis=None

arr4 = np.array([[1, 2], [3, 4]])
arr4_repeated = np.repeat(arr4, 2) # 展平后重复
print(arr4_repeated) # 输出: [1 1 2 2 3 3 4 4]

示例 5：重复二维数组，axis=0

arr5 = np.array([[1, 2], [3, 4]])
arr5_repeated = np.repeat(arr5, 2, axis=0) # 沿着行重复
print(arr5_repeated)

输出:

[[1 2]

[1 2]

[3 4]

[3 4]]

示例 6：重复二维数组，axis=1

arr6 = np.array([[1, 2], [3, 4]])
arr6_repeated = np.repeat(arr6, 2, axis=1) # 沿着列重复
print(arr6_repeated)

输出:

[[1 1 2 2]

[3 3 4 4]]

示例7：重复二维数组，axis=1, 每个元素重复次数不同

arr7 = np.array([[1, 2], [3, 4]])
arr7_repeated = np.repeat(arr7, [2,1], axis=1)
print(arr7_repeated)

输出：

[[1 1 2]

[3 3 4]]

“`

2. repeat() 函数：进阶用法

2.1. 与多维数组的交互

repeat() 函数在处理多维数组时特别有用，尤其是在需要沿着特定维度进行元素复制时。

“`python
import numpy as np

创建一个三维数组

arr = np.arange(1, 9).reshape(2, 2, 2)
print(“原始数组:\n”, arr)

[[[1 2]

[3 4]]

[[5 6]

[7 8]]]

沿着 axis=0 重复

arr_repeated_0 = np.repeat(arr, 2, axis=0)
print(“沿着 axis=0 重复:\n”, arr_repeated_0)

[[[1 2]

[3 4]]

[[1 2]

[3 4]]

[[5 6]

[7 8]]

[[5 6]

[7 8]]]

沿着 axis=1 重复

arr_repeated_1 = np.repeat(arr, 2, axis=1)
print(“沿着 axis=1 重复:\n”, arr_repeated_1)

[[[1 2]

[1 2]

[3 4]

[3 4]]

[[5 6]

[5 6]

[7 8]

[7 8]]]

沿着 axis=2 重复

arr_repeated_2 = np.repeat(arr, 2, axis=2)
print(“沿着 axis=2 重复:\n”, arr_repeated_2)

[[[1 1 2 2]

[3 3 4 4]]

[[5 5 6 6]

[7 7 8 8]]]

``
通过指定不同的axis` 值，我们可以灵活地控制在哪个维度上进行复制。

2.2. repeats 参数的广播机制

当 repeats 参数是一个数组时，NumPy 会利用其广播机制来确定每个元素的重复次数。广播机制允许 NumPy 在不同形状的数组之间进行算术运算，前提是它们的形状满足一定的兼容性规则。

在 repeat() 函数中，如果 repeats 数组的形状与输入数组 a 沿着 axis 的形状不完全相同，NumPy 会尝试将 repeats 数组广播到与 a 沿着 axis 相同的形状。

“`python
import numpy as np

arr = np.array([[1, 2, 3], [4, 5, 6]])

repeats 数组的形状为 (2,)，与 arr 沿着 axis=1 的形状 (3,) 不兼容

但是，NumPy 会将 (2,) 广播为 (2, 1)，然后再广播为(2,3),使其最终可用于计算

repeats = np.array([2, 3])
arr_repeated = np.repeat(arr, repeats, axis=1)
print(arr_repeated)

输出:

[[1 1 2 2 2]

[4 4 5 5 5]]

“`

在这个例子中,repeats被当做[[2],[3]],然后根据广播原则,最终成为[[2,2,2],[3,3,3]],然后与原数组结合.

2.3. 与结构化数组的交互

repeat() 也可以用于结构化数组（structured arrays），但需要注意一些细节。结构化数组允许您为数组的每个元素定义不同的数据类型。

“`python
import numpy as np

创建一个结构化数组

dtype = [(‘name’, ‘S10’), (‘age’, int), (‘height’, float)]
data = [(‘Alice’, 25, 1.65), (‘Bob’, 30, 1.80), (‘Charlie’, 22, 1.75)]
structured_arr = np.array(data, dtype=dtype)

重复结构化数组

repeated_structured_arr = np.repeat(structured_arr, 2)

print(repeated_structured_arr)

输出：

[(b’Alice’, 25, 1.65) (b’Alice’, 25, 1.65) (b’Bob’, 30, 1.8 )

(b’Bob’, 30, 1.8 ) (b’Charlie’, 22, 1.75) (b’Charlie’, 22, 1.75)]

“`

当对结构化数组使用 repeat() 时，它会重复整个结构化元素，而不是单独重复每个字段。

3. repeat() 函数：实际应用场景

repeat() 函数在数据分析和科学计算中有许多实际应用：

3.1. 数据增强

在机器学习中，数据增强是一种常用的技术，用于通过对现有数据进行微小的修改来扩充数据集。repeat() 函数可以用于创建重复的样本，从而增加数据集的大小。

“`python
import numpy as np

假设有一个包含图像特征的数组

features = np.array([[1, 2, 3], [4, 5, 6], [7, 8, 9]])

将每个样本重复 3 次，进行数据增强

augmented_features = np.repeat(features, 3, axis=0)

print(augmented_features)
“`

3.2. 创建重复模式

repeat() 函数可以用于创建具有特定重复模式的数组。例如，如果您需要一个数组，其中包含交替出现的 0 和 1，可以使用 repeat() 来实现：

“`python
import numpy as np

pattern = np.array([0, 1])
repeated_pattern = np.repeat(pattern, 5)

print(repeated_pattern) # 输出: [0 0 0 0 0 1 1 1 1 1]
“`

3.3. 插值和上采样

在信号处理和图像处理中，插值和上采样是常见的操作，用于增加数据的分辨率。repeat() 函数可以作为一种简单的插值方法，通过重复现有数据点来填充新的采样点。

“`python
import numpy as np

假设有一个低分辨率的信号

signal = np.array([1, 2, 3, 4])

通过重复每个采样点来进行上采样

upsampled_signal = np.repeat(signal, 2)

print(upsampled_signal) # 输出: [1 1 2 2 3 3 4 4]
“`

3.4. 构建测试数据

在软件开发和测试中，经常需要创建具有特定结构的测试数据。repeat() 函数可以帮助您快速生成符合要求的测试数据。

“`python
import numpy as np

创建一个包含重复 ID 的数组，用于模拟数据库中的重复记录

ids = np.array([1, 2, 3])
repeated_ids = np.repeat(ids, [2, 1, 3]) # 模拟 ID 1 重复 2 次，ID 2 重复 1 次，ID 3 重复 3 次

print(repeated_ids) # 输出: [1 1 2 3 3 3]
“`

3.5 权重复制

在某些机器学习算法中,需要对样本进行加权,此时可以利用repeat函数,根据样本权重,复制样本.

“`python
import numpy as np

samples = np.array([[1,2],[3,4],[5,6]])
weights = np.array([2,1,3])

weighted_samples = np.repeat(samples, weights, axis=0)
print(weighted_samples)

输出:

[[1 2]

[1 2]

[3 4]

[5 6]

[5 6]

[5 6]]

“`

4. repeat() 函数：与其他复制方法的比较

NumPy 提供了多种复制数组的方法，除了 repeat() 函数外，还有 tile() 函数、copy() 方法以及直接索引等。了解这些方法之间的区别和联系，有助于您在不同场景下选择最合适的方法。

4.1. repeat() vs. tile()

tile() 函数的功能是平铺数组，即以整个数组为单位进行复制。与 repeat() 沿着元素级别进行复制不同，tile() 将整个数组视为一个单元，并在指定的维度上重复这个单元。

“`python
import numpy as np

arr = np.array([[1, 2], [3, 4]])

使用 repeat() 沿着 axis=0 重复

arr_repeated = np.repeat(arr, 2, axis=0)
print(“repeat() 结果:\n”, arr_repeated)

[[1 2]

[1 2]

[3 4]

[3 4]]

使用 tile() 在行方向上重复 2 次

arr_tiled = np.tile(arr, (2, 1)) # (2, 1) 表示在行方向重复 2 次，列方向重复 1 次
print(“tile() 结果:\n”, arr_tiled)

[[1 2]

[3 4]

[1 2]

[3 4]]

``
从示例可以看出,repeat是每个元素各自重复,而tile`是整个数组作为一个单元,进行块状重复.

4.2. repeat() vs. copy()

copy() 方法用于创建数组的副本。与 repeat() 不同，copy() 只是简单地复制整个数组，而不改变数组的形状或内容。

“`python
import numpy as np

arr = np.array([1, 2, 3])

使用 copy() 复制数组

arr_copy = arr.copy()

修改副本不会影响原始数组

arr_copy[0] = 10

print(“原始数组:”, arr) # 输出: 原始数组: [1 2 3]
print(“副本:”, arr_copy) # 输出: 副本: [10 2 3]
“`

4.3. repeat() vs. 直接索引

直接索引也可以用于复制数组的某些部分，但通常不如 repeat() 函数灵活。

“`python
import numpy as np

arr = np.array([1, 2, 3, 4, 5])

使用直接索引复制部分元素

arr_subset = arr[1:4] # 复制索引 1 到 3 的元素

print(arr_subset) # 输出: [2 3 4]
``
直接索引适合于提取连续的子数组，而repeat()` 更适合于按照特定模式重复元素。

5. 总结

NumPy 的 repeat() 函数是一个功能强大的工具，用于沿着指定轴重复数组中的元素。通过灵活控制 repeats 参数和 axis 参数，您可以实现各种复杂的数组复制操作。repeat() 函数在数据增强、创建重复模式、插值、构建测试数据、机器学习样本加权等场景中都有广泛的应用。

掌握 repeat() 函数，并将其与其他 NumPy 数组操作（如 tile()、copy() 和直接索引）结合使用，可以显著提高您处理 NumPy 数组的效率和灵活性。希望本文的详细解析能够帮助您深入理解 repeat() 函数，并在实际工作中熟练运用。

发表评论

您的邮箱地址不会被公开。 必填项已用 * 标注

滚动至顶部