重复数组 numpy - Python

在NumPy中，有几种方法可以重复数组中的元素，这在数据处理和模拟中是非常常见的操作。这个过程可以通过使用NumPy的repeat()或tile()函数来实现。

repeat()函数

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

repeat()函数接受三个参数：

• a ：数组
• repeats ：重复次数，可以是int，也可以是ndarray的一维数组
• axis ：指定重复的轴

下面的代码演示了repeat()函数的用法：

import numpy as np

a = np.array([1, 2, 3])
print("原数组：", a)

b = np.repeat(a, 3)
print("重复后的数组：", b)

输出：

原数组： [1 2 3]
重复后的数组： [1 1 1 2 2 2 3 3 3]

上面的代码将数组a的元素重复了3次，生成了一个新的数组b。

tile()函数

numpy.tile(A, reps)

tile()函数接受两个参数：

• A ：数组
• reps ：重复次数，可以是int，也可以是ndarray的元组

下面的代码演示了tile()函数的用法：

import numpy as np

a = np.array([[1, 2], [3, 4]])
print("原数组：\n", a)

b = np.tile(a, (2, 3))
print("重复后的数组：\n", b)

输出：

原数组：
 [[1 2]
  [3 4]]
重复后的数组：
 [[1 2 1 2 1 2]
  [3 4 3 4 3 4]
  [1 2 1 2 1 2]
  [3 4 3 4 3 4]]

上面的代码将数组a沿着y轴重复了2次，沿着x轴重复了3次，生成了一个新的数组b。

性能比较

下面的代码使用Python的timeit模块对repeat()函数和tile()函数的性能进行比较：

import numpy as np
import timeit

a = np.random.randint(0, 100, size=100000)

start = timeit.default_timer()
b = np.repeat(a, 3)
end = timeit.default_timer()
print("repeat()函数的耗时：", end - start)

start = timeit.default_timer()
c = np.tile(a, 3)
end = timeit.default_timer()
print("tile()函数的耗时：", end - start)

输出：

repeat()函数的耗时： 0.0010446530001999354
tile()函数的耗时： 0.0006290850002402682

从结果可以看出，tile()函数的性能比repeat()函数要好，建议在可行的情况下使用tile()函数。