将矩阵中的每个元素作为一个块重复到一个新矩阵中[重复]答案

【问题标题】：Repeat each element of a matrix in as a block into a new matrix [duplicate]将矩阵中的每个元素作为一个块重复到一个新矩阵中[重复]
【发布时间】：2018-09-14 20:28:32
【问题描述】：

在 Matlab 中，有一个命令 repelem，其工作原理如下（参见https://www.mathworks.com/help/matlab/ref/repelem.html#buocbhj-2）：

例如：创建一个矩阵并将每个元素重复到一个新矩阵的 3×2 块中。

A = [1 2; 3 4]

B = repelem(A,3,2)

A = (2×2)
     1     2
     3     4

B = (6×4)
     1     1     2     2
     1     1     2     2
     1     1     2     2
     3     3     4     4
     3     3     4     4
     3     3     4     4

在 Numpy 中做同样事情的最佳方法是什么？

A = np.arange(1,5).reshape((2,2))
B = ...

【问题讨论】：

标签： python matlab numpy

【解决方案1】：

你可以链接np.repeat指定axis

repelem = lambda a, x, y: np.repeat(np.repeat(a, x, axis=0), y, axis=1)
# same as repelem  = lambda a, x, y: a.repeat(x, 0).repeat(y, 1)

只要打电话

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

array([[1, 1, 2, 2],
       [1, 1, 2, 2],
       [1, 1, 2, 2],
       [3, 3, 4, 4],
       [3, 3, 4, 4],
       [3, 3, 4, 4]])

【讨论】：

【解决方案2】：

由于您没有更改任何元素，numpy.broadcast_to 在这里是一个完美的解决方案。它允许我们以非常快速（且内存高效）的方式返回与所需重复次数匹配的视图：

def broadcast_tile(arr, h, w):
    x, y = a.shape
    m, n = x * h, y * w
    return np.broadcast_to(
        a.reshape(x, m//(h*x), y, n//(w*y)), (m//h, h, n//w, w)
    ).reshape(m, n)

broadcast_tile(a, 3, 2)

array([[1, 1, 2, 2],
       [1, 1, 2, 2],
       [1, 1, 2, 2],
       [3, 3, 4, 4],
       [3, 3, 4, 4],
       [3, 3, 4, 4]])

时间

In [425]: %timeit repelem(a, 200, 200)
770 µs ± 35.5 µs per loop (mean ± std. dev. of 7 runs, 1000 loops each)

In [426]: %timeit broadcast_tile(a, 200, 200)
57.5 µs ± 2.27 µs per loop (mean ± std. dev. of 7 runs, 10000 loops each)

【讨论】：