简单理解使用numpy.tile()

NumPy模块里有一个函数tile(A, reps)
功能:将A进行各个维度的复制
参数:
A:即要复制的列表
reps:表示沿每个轴重复的次数

比如A = [1,2]时执行tile(A,2)得到结果为[1,2,1,2],可以理解为向x轴重复2次

>>> A = array([1,2])
>>> tile(A,2)
array([1,2,1,2])

如果A作为一个训练样本,我们想构造含3个或更多训练样本的训练样本集,就可以使用NumPy里面的tile函数,方法如下:

>>> tile(A,(3,1))

得到的结果为:

array([[1,2],[1,2],[1,2]])

这里reps(即里面的(3,1))带了2个参数(我们先姑且称为参数),大部分情况下我们这样用tile函数就足够满足需求了,不过有时候发现reps里带了很多参数,且数字代表的意思究竟是什么?以下是我对tile的一些理解。

我们先创建一个维度为1的列表[1,2] 和 维度为2的列表[[1,2]](维度为多少看中括号)

>>> from numpy import*
>>> a = array([1, 2])
>>> b = array([[1, 2]])

对于numpy.tile(A, reps)里面的reps参数:

1.当reps的参数个数≥列表维度时,有几个参数就是构造成几维列表(注意中括号数):

>>> tile(a,(1)) //等同于 tile(a,1)
array([1, 2])
这里reps的参数个数为1 = 列表维度1

>>> tile(a,(1,1))
array([[1, 2]])
参数个数2 > 列表维度1


>>> tile(a,(1,1,1))
array([[[1, 2]]])
参数个数3 > 列表维度1

2.当参数个数<列表维度时,最小维度等于参数个数

>>> tile(b,(1))
array([[1, 2]])
reps的参数个数为1,维度为2,则返回2维列表

>>> tile(b,(1,1))
array([[1, 2]])

>>> tile(b,(1,1,1))
array([[[1, 2]]])
这里参数个数3 > 列表维度2,满足第1条有几个参数就是几维列表,返回一个3维列表

3.最右参数对应最深层列表的复制次数:

>>> tile(a,(1,3))
array([1, 2, 1, 2, 1, 2])

最右边的参数为3,表示将最深层次的列表[1,2]复制三次变成[1,2,1,2,1,2]

>>> tile(b,(1,3))
array([[1, 2, 1, 2, 1, 2]])

4.从右边开始第n个参数对应倒数第n层列表的复制次数:

首先这里有两个参数,则是二维列表,最右参数对应复制次数为1,从右边开始第2个参数为2,则表示倒数第2层列表复制2次
>>> tile(a,(2,1))
array([[1, 2],
        [1, 2]])

>>> tile(a,(3,1))
array([[1, 2],
        [1, 2],
        [1, 2]])

5.或者我们可以这样理解:对于reps的参数,从左边开始看,除了最后一个参数复制最深层列表之外,一次次地复制整个列表。

比如:

tile(a,(2,1,3))
a 由 [1,2]先对整体复制2次变成[[1,2],[1,2]],再将得到的结果复制1次则变成[[[1,2],[1,2]]],最后再复制最深层的列表3次(相当于沿X轴复制),变成[[[1,2,1,2,1,2],[1,2,1,2,1,2]]]

python命令行如下:

>>> tile(a,(2,1,3))
array([[[1, 2, 1, 2, 1, 2]],
   [[1, 2, 1, 2, 1, 2]]])

多看点例子就可以理解了:

>>> a = array([0, 1, 2])
>>> tile(a, 2)
array([0, 1, 2, 0, 1, 2])
>>> tile(a, (2, 2))
array([[0, 1, 2, 0, 1, 2],
       [0, 1, 2, 0, 1, 2]])
>>> tile(a, (2, 1, 2))
array([[[0, 1, 2, 0, 1, 2]],
       [[0, 1, 2, 0, 1, 2]]])
       
>>> b = array([[1, 2], [3, 4]])
>>> tile(b, 2)
array([[1, 2, 1, 2],
       [3, 4, 3, 4]])
>>> tile(b, (2, 1))
array([[1, 2],
       [3, 4],
       [1, 2],
       [3, 4]])
       
>>> c = array([1,2,3,4])
>>> tile(c,(4,1))
array([[1, 2, 3, 4],
       [1, 2, 3, 4],
       [1, 2, 3, 4],
       [1, 2, 3, 4]])
最后编辑于
©著作权归作者所有,转载或内容合作请联系作者
  • 序言:七十年代末,一起剥皮案震惊了整个滨河市,随后出现的几起案子,更是在滨河造成了极大的恐慌,老刑警刘岩,带你破解...
    沈念sama阅读 220,699评论 6 513
  • 序言:滨河连续发生了三起死亡事件,死亡现场离奇诡异,居然都是意外死亡,警方通过查阅死者的电脑和手机,发现死者居然都...
    沈念sama阅读 94,124评论 3 395
  • 文/潘晓璐 我一进店门,熙熙楼的掌柜王于贵愁眉苦脸地迎上来,“玉大人,你说我怎么就摊上这事。” “怎么了?”我有些...
    开封第一讲书人阅读 167,127评论 0 358
  • 文/不坏的土叔 我叫张陵,是天一观的道长。 经常有香客问我,道长,这世上最难降的妖魔是什么? 我笑而不...
    开封第一讲书人阅读 59,342评论 1 294
  • 正文 为了忘掉前任,我火速办了婚礼,结果婚礼上,老公的妹妹穿的比我还像新娘。我一直安慰自己,他们只是感情好,可当我...
    茶点故事阅读 68,356评论 6 397
  • 文/花漫 我一把揭开白布。 她就那样静静地躺着,像睡着了一般。 火红的嫁衣衬着肌肤如雪。 梳的纹丝不乱的头发上,一...
    开封第一讲书人阅读 52,057评论 1 308
  • 那天,我揣着相机与录音,去河边找鬼。 笑死,一个胖子当着我的面吹牛,可吹牛的内容都是我干的。 我是一名探鬼主播,决...
    沈念sama阅读 40,654评论 3 420
  • 文/苍兰香墨 我猛地睁开眼,长吁一口气:“原来是场噩梦啊……” “哼!你这毒妇竟也来了?” 一声冷哼从身侧响起,我...
    开封第一讲书人阅读 39,572评论 0 276
  • 序言:老挝万荣一对情侣失踪,失踪者是张志新(化名)和其女友刘颖,没想到半个月后,有当地人在树林里发现了一具尸体,经...
    沈念sama阅读 46,095评论 1 318
  • 正文 独居荒郊野岭守林人离奇死亡,尸身上长有42处带血的脓包…… 初始之章·张勋 以下内容为张勋视角 年9月15日...
    茶点故事阅读 38,205评论 3 339
  • 正文 我和宋清朗相恋三年,在试婚纱的时候发现自己被绿了。 大学时的朋友给我发了我未婚夫和他白月光在一起吃饭的照片。...
    茶点故事阅读 40,343评论 1 352
  • 序言:一个原本活蹦乱跳的男人离奇死亡,死状恐怖,灵堂内的尸体忽然破棺而出,到底是诈尸还是另有隐情,我是刑警宁泽,带...
    沈念sama阅读 36,015评论 5 347
  • 正文 年R本政府宣布,位于F岛的核电站,受9级特大地震影响,放射性物质发生泄漏。R本人自食恶果不足惜,却给世界环境...
    茶点故事阅读 41,704评论 3 332
  • 文/蒙蒙 一、第九天 我趴在偏房一处隐蔽的房顶上张望。 院中可真热闹,春花似锦、人声如沸。这庄子的主人今日做“春日...
    开封第一讲书人阅读 32,196评论 0 23
  • 文/苍兰香墨 我抬头看了看天上的太阳。三九已至,却和暖如春,着一层夹袄步出监牢的瞬间,已是汗流浃背。 一阵脚步声响...
    开封第一讲书人阅读 33,320评论 1 271
  • 我被黑心中介骗来泰国打工, 没想到刚下飞机就差点儿被人妖公主榨干…… 1. 我叫王不留,地道东北人。 一个月前我还...
    沈念sama阅读 48,690评论 3 375
  • 正文 我出身青楼,却偏偏与公主长得像,于是被迫代替她去往敌国和亲。 传闻我的和亲对象是个残疾皇子,可洞房花烛夜当晚...
    茶点故事阅读 45,348评论 2 358

推荐阅读更多精彩内容