[ Numpy ] 배열 복사, 붙여넣기 함수! (np.repeat, np.tile)

---

[ Numpy ] 배열 복사, 붙여넣기 함수! (np.repeat, np.tile) 

---

[ Python 3 ] Numpy 란 무엇인가? (ndarray 클래스)

[ Python 3 ] Numpy 란 무엇인가? (ndarray 클래스)

---

배열을 복사, 또는 반복해서 나타내 주는 함수에 대해 알아보자!

---

목차

• np.repeat
• np.tile
• 그림 예시를 통해 쉽게 이해해 보자(꼭 확인해 보세요!!!)

---

np.repeat(a, repeats, axis=None)

 

배열의 요소를 반복하는 함수입니다.

배열의 각 요소 바로 뒤에 동일한 값을 추가한다는 점이 특징이다!

• a : 복사하고 싶은 배열
• repeats : int 또는 array of ints. 각 요소를 얼마나 반복하는지를 결정
• axis : int, 어떤 방향으로 복사해서 붙여 넣을 건지 결정

[주의할점]

axis 에 따라서 input array a 의 shape 을 고려한다. 

axis = None 일 경우, shape 에 상관없이 각 요소를 바로 뒤에 추가.

axis = 0 일 경우, 가장 바깥쪽 괄호를 기준으로 각 요소를 추가.

    → 이때, array 자체를 하나의 요소로 생각한다.

axis = 1 일 경우, 그 다음 바깥쪽 괄호를 기준으로 각 요소를 추가한다.

...

 

[쉽게 이해하기]

axis에 관해 잘 이해가 되지 않는다면 output shape 을 생각해보면 쉽다!!!!!!

>>> import numpy as np

# 숫자 2를 7번 반복한 배열 반환!

>>> np.repeat(2,7)
array([2, 2, 2, 2, 2, 2, 2])
np.repeat(2,7).shape
(7,)


# 2 x 2 array x를 각 axis에 대해 repeat 예시

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

#    1. axis = None 일 경우 
#        : shape에 상관없이 flatten 해서 처리

>>> np.repeat(x,3)
array([1, 1, 1, 2, 2, 2, 3, 3, 3, 4, 4, 4])
>>> np.repeat(x,3).shape
(12,)

#    2. axis = 0 일경우
#        : 가장 바깥쪽 괄호를 기준으로 생각

>>> np.repeat(x,3,axis=0)
array([[1, 2],
       [1, 2],
       [1, 2],
       [3, 4],
       [3, 4],
       [3, 4]])
>>> np.repeat(x,3,axis=0).shape
(6, 2)

#    3. axis = 1 일경우
#        : 다음 바깥쪽 괄호를 기준으로 생각   
>>> np.repeat(x,3,axis=1)
array([[1, 1, 1, 2, 2, 2],
       [3, 3, 3, 4, 4, 4]])
>>> np.repeat(x,3,axis=1).shape
(2, 6)

output shape 을 보면 늘리고자 하는 axis 에 대해서 늘어난 것을 알 수 있다!!

 

만약 3차원 배열이라면??

 

input array 의 차원이 늘어나더라도 동일한 개념으로 이해할 수 있다.

>>> import numpy as np

>>> x = np.arange(27).reshape((3,3,3)) # 3x3x3 input array
>>> x
array([[[ 0,  1,  2],
        [ 3,  4,  5],
        [ 6,  7,  8]],

       [[ 9, 10, 11],
        [12, 13, 14],
        [15, 16, 17]],

       [[18, 19, 20],
        [21, 22, 23],
        [24, 25, 26]]])
        
>>> np.repeat(x,2)
array([ 0,  0,  1,  1,  2,  2,  3,  3,  4,  4,  5,  5,  6,  6,  7,  7,  8,
        8,  9,  9, 10, 10, 11, 11, 12, 12, 13, 13, 14, 14, 15, 15, 16, 16,
       17, 17, 18, 18, 19, 19, 20, 20, 21, 21, 22, 22, 23, 23, 24, 24, 25,
       25, 26, 26])
       
>>> np.repeat(x,2,axis=0)
array([[[ 0,  1,  2],
        [ 3,  4,  5],
        [ 6,  7,  8]],

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

       [[ 9, 10, 11],
        [12, 13, 14],
        [15, 16, 17]],

       [[ 9, 10, 11],
        [12, 13, 14],
        [15, 16, 17]],

       [[18, 19, 20],
        [21, 22, 23],
        [24, 25, 26]],

       [[18, 19, 20],
        [21, 22, 23],
        [24, 25, 26]]])
>>> np.repeat(x,2,axis=0).shape
(6, 3, 3)

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

       [[ 9, 10, 11],
        [ 9, 10, 11],
        [12, 13, 14],
        [12, 13, 14],
        [15, 16, 17],
        [15, 16, 17]],

       [[18, 19, 20],
        [18, 19, 20],
        [21, 22, 23],
        [21, 22, 23],
        [24, 25, 26],
        [24, 25, 26]]])
>>> np.repeat(x,2,axis=1).shape
(3, 6, 3)

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

       [[ 9,  9, 10, 10, 11, 11],
        [12, 12, 13, 13, 14, 14],
        [15, 15, 16, 16, 17, 17]],

       [[18, 18, 19, 19, 20, 20],
        [21, 21, 22, 22, 23, 23],
        [24, 24, 25, 25, 26, 26]]])
>>> np.repeat(x,2,axis=2).shape
(3, 3, 6)

---

np.tile(A, reps)

 

np.tile 또한 유사하게 동일한 배열을 반복해서 복사 붙여넣기 하는 함수이다.

• A : Input array
• reps : 각 axis에 대해 어떻게 반복할 건지 결정한다. 복잡하니 예시를 통해 보는게 빠르다.

Input(1D Array )일때

>>> import numpy as np

>>> a = np.array([0,1,2])
>>> a
array([0, 1, 2])
>>> a.shape
(3,)
 
>>> np.tile(a,2)
array([0, 1, 2, 0, 1, 2])
>>> np.tile(a,2).shape
(6,)
 
>>> np.tile(a,(2,3))
array([[0, 1, 2, 0, 1, 2, 0, 1, 2],
       [0, 1, 2, 0, 1, 2, 0, 1, 2]])
>>> np.tile(a,(2,3)).shape
(2, 9)

>>> np.tile(a,(2,3,4))
array([[[0, 1, 2, 0, 1, 2, 0, 1, 2, 0, 1, 2],
        [0, 1, 2, 0, 1, 2, 0, 1, 2, 0, 1, 2],
        [0, 1, 2, 0, 1, 2, 0, 1, 2, 0, 1, 2]],

       [[0, 1, 2, 0, 1, 2, 0, 1, 2, 0, 1, 2],
        [0, 1, 2, 0, 1, 2, 0, 1, 2, 0, 1, 2],
        [0, 1, 2, 0, 1, 2, 0, 1, 2, 0, 1, 2]]])
>>> np.tile(a,(2,3,4)).shape
(2, 3, 12)

Input(2D Array)일때

>>> import numpy as np

>>> a = np.array([[1,2],[3,4]])
>>> a
array([[1, 2],
       [3, 4]])
>>> a.shape
(2, 2)

>>> np.tile(a,2)
array([[1, 2, 1, 2],
       [3, 4, 3, 4]])
>>> np.tile(a,2).shape
(2, 4)

>>> np.tile(a,(2,3))
array([[1, 2, 1, 2, 1, 2],
       [3, 4, 3, 4, 3, 4],
       [1, 2, 1, 2, 1, 2],
       [3, 4, 3, 4, 3, 4]])
>>> np.tile(a,(2,3)).shape
(4, 6)

>>> np.tile(a,(2,3,4))
array([[[1, 2, 1, 2, 1, 2, 1, 2],
        [3, 4, 3, 4, 3, 4, 3, 4],
        [1, 2, 1, 2, 1, 2, 1, 2],
        [3, 4, 3, 4, 3, 4, 3, 4],
        [1, 2, 1, 2, 1, 2, 1, 2],
        [3, 4, 3, 4, 3, 4, 3, 4]],

       [[1, 2, 1, 2, 1, 2, 1, 2],
        [3, 4, 3, 4, 3, 4, 3, 4],
        [1, 2, 1, 2, 1, 2, 1, 2],
        [3, 4, 3, 4, 3, 4, 3, 4],
        [1, 2, 1, 2, 1, 2, 1, 2],
        [3, 4, 3, 4, 3, 4, 3, 4]]])
>>> np.tile(a,(2,3,4)).shape
(2, 6, 8)

---

그런데 np.repeat 함수와 np.tile 함수의 차이는 무엇일까??

 

바로 복사하는 방법 차이이다. 

 

np.repeat 의 경우, 내용은 유지한채로 배열 자체의 사이즈를 키우는 느낌이고,

np.tile 의 경우, 동일한 내용의 형태를 반복해서 붙여주는 느낌이다.

 

다시정리하면, 

용어에서도 알 수 있듯이 input array를 하나의 욕실 타일(블록)처럼 생각하고

형태를 유지한 채로 가로로 붙일지 세로로 붙일지 고민하는게 np.tile 이다.

---

[그림 예시를 통해 쉽게 이해해 보자]

 

input 으로 사용한 예시 그림

import numpy as np
import matplotlib.pyplot as plt

i = plt.imread('ex.jpeg')
plt.imshow(i)

input

---

np.repeat

i_repeat = np.repeat(i,2,axis=0)
plt.imshow(i_repeat)
# 세로로 2배 길어짐

 

i_repeat = np.repeat(i,2,axis=1)
plt.imshow(i_repeat)
# 가로로 두배 길어짐

---

np.tile

i_tile = np.tile(i,(1,2,1))
plt.imshow(i_tile)
# 입력 그림 타일이 가로로 하나 더 추가 됨.

i_tile = np.tile(i,(2,1,1))
plt.imshow(i_tile)
# 입력 그림 타일이 세로로 하나 더 추가됨

i_tile = np.tile(i,(2,2,1))
plt.imshow(i_tile)
# 가로 세로 하나씩 더 추가 됨.

---