np.repeat() 复制函数

最新推荐文章于 2025-03-29 19:33:52 发布

清纯世纪

最新推荐文章于 2025-03-29 19:33:52 发布

阅读量555

点赞数 1

CC 4.0 BY-SA版权

分类专栏：函数参数文章标签： python 机器学习 numpy

本文链接：https://blog.csdn.net/qq_45100200/article/details/132199788

函数参数专栏收录该内容

14 篇文章

订阅专栏

文章介绍了numpy库中的repeat函数，演示了如何使用axis参数控制重复操作在行或列上的应用，以及如何影响数组的形状。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

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

参数：

axis=None，时候就会flatten当前矩阵，实际上就是变成了一个行向量
axis=0,增加行数，列数不变
axis=1,增加列数，行数不变
repeats 复制次数或者按照特定方式复制

np.repeat(1, 5)
array([1, 1, 1, 1, 1])
# 1 重复5次

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

np.repeat(x, 2)
array([1, 1, 2, 2, 3, 3, 4, 4])
# 合并维度

np.repeat(x, 3, axis=1)
array(
[[1, 1, 1, 2, 2, 2],
[3, 3, 3, 4, 4, 4]])
# 将重复操作施加到 维度‘axis=1’上，相当于‘增加列数’

np.repeat(x, [2, 3], axis=0)
array(
[[1 2]
 [1 2]
 [3 4]
 [3 4]
 [3 4]]
)
＃ 对列操作增加的是行，一列2个元素，［2，3］就是2个元素（列不变，行变：第一行复制2次，第二行复制3次

np.repeat(x, [2, 3], axis=1)
array(
[[1 1 2 2 2]
 [3 3 4 4 4]]
)
# 对行操作，增加的是列，一行2个元素，[2,3]就是2个元素(行不变，列变：第一列复制2次，第二列复制3次)