repeat dan tile

Saat menyiapkan data sintetis, jadwal yang berulang, atau pola bobot, kita sering perlu menggandakan nilai yang sama berkali-kali. NumPy menyediakan dua fungsi dengan filosofi berbeda: np.repeat mengulang setiap elemen satu per satu, sedangkan np.tile menggandakan seluruh array sebagai satu blok utuh.

Perbedaannya terdengar kecil, tetapi hasilnya jauh berbeda. Pada array [1, 2], pengulangan dua kali dengan np.repeat menghasilkan [1 1 2 2], sedangkan np.tile menghasilkan [1 2 1 2]. Bab ini membedah keduanya pada array satu dan dua dimensi, lalu ditutup dengan contoh praktis membangun pola untuk mask dan perhitungan skala.

repeat: Mengulang Setiap Elemen #

np.repeat menerima array dan jumlah pengulangan repeats. Setiap elemen diulang berkelompok sebelum melanjutkan ke elemen berikutnya.

import numpy as np

kode = np.array([1, 2, 3])
print(np.repeat(kode, 3))

Output yang Dihasilkan:

[1 1 1 2 2 2 3 3 3]

Baris 4 (np.repeat(kode, 3)): setiap elemen diulang tiga kali secara berkelompok — 1 tiga kali, lalu 2 tiga kali, lalu 3 tiga kali. Urutan relatif antarelemen tidak berubah, hanya panjang array yang bertambah menjadi sembilan.

repeats Berbeda per Elemen dan Parameter axis #

Argumen repeats juga bisa berupa list yang menentukan jumlah pengulangan masing-masing elemen. Pada array dua dimensi, parameter axis menentukan arah pengulangan.

import numpy as np

kode = np.array([1, 2, 3])
print(np.repeat(kode, [2, 1, 3]))

matriks = np.array([[1, 2], [3, 4]])
print(np.repeat(matriks, 2, axis=0))
print(np.repeat(matriks, 2, axis=1))
print(np.repeat(matriks, 2))

Output yang Dihasilkan:

[1 1 2 3 3 3]
[[1 2]
 [1 2]
 [3 4]
 [3 4]]
[[1 1 2 2]
 [3 3 4 4]]
[1 1 2 2 3 3 4 4]

Penjelasannya:

1. Baris 4 (np.repeat(kode, [2, 1, 3])): list [2, 1, 3] memberi jumlah pengulangan yang berbeda per elemen — 1 dua kali, 2 satu kali, 3 tiga kali. Panjang list harus sama dengan panjang array.
2. Baris 7 (axis=0): setiap baris diulang utuh dua kali ke bawah — baris [1 2] muncul dua kali, lalu baris [3 4] dua kali.
3. Baris 8 (axis=1): setiap kolom diulang dua kali di samping kolom aslinya, sehingga [1 2] menjadi [1 1 2 2].
4. Baris 9 (tanpa axis): array diratakan menjadi 1-D terlebih dahulu, sehingga hasilnya [1 1 2 2 3 3 4 4].

tile: Menggandakan Blok Utuh #

np.tile memperlakukan seluruh array sebagai satu ubin yang diletakkan berulang kali. Argumen kedua boleh berupa satu angka atau tuple yang menentukan banyaknya ubin per dimensi.

import numpy as np

runtun = np.array([1, 2, 3])
print(np.tile(runtun, 2))
print(np.tile(runtun, (2, 1)))

pola = np.array([[0, 1], [1, 0]])
print(np.tile(pola, (2, 3)))

Output yang Dihasilkan:

[1 2 3 1 2 3]
[[1 2 3]
 [1 2 3]]
[[0 1 0 1 0 1]
 [1 0 1 0 1 0]
 [0 1 0 1 0 1]
 [1 0 1 0 1 0]]

Yang dilakukan NumPy:

1. Baris 4 (np.tile(runtun, 2)): blok [1 2 3] diletakkan dua kali berurutan; urutan di dalam blok tetap terjaga.
2. Baris 5 (np.tile(runtun, (2, 1))): tuple (2, 1) dibaca “dua ubin ke bawah, satu ubin ke kanan”. Array 1-D naik derajat menjadi matriks dua baris.
3. Baris 8 (np.tile(pola, (2, 3))): papan catur 2 x 2 digandakan menjadi grid 4 x 6 — dua baris ubin, tiga kolom ubin.

Memilih repeat atau tile #

Tabel berikut merangkum perbedaan keduanya:

Sebagai penutup, contoh praktis: bobot berulang untuk data penjualan dibangun dengan tile, dan mask kategori pelanggan dibangun dengan repeat.

import numpy as np

bobot_hari = np.array([1.0, 0.8, 0.6])
bobot = np.tile(bobot_hari, 4)
penjualan = np.arange(1, 13)
print(penjualan * bobot)

pelanggan_baru = np.repeat([True, False], 3)
print(pelanggan_baru)

Output yang Dihasilkan:

[ 1.   1.6  1.8  4.   4.   3.6  7.   6.4  5.4 10.   8.8  7.2]
[ True  True  True False False False]

Rinciannya:

1. Baris 4 (bobot = np.tile(bobot_hari, 4)): pola tiga periode [1.0 0.8 0.6] digandakan empat kali sehingga panjangnya 12 — sama dengan panjang penjualan.
2. Baris 6 (penjualan * bobot): perkalian elemen-demi-elemen mengalikan tiap nilai penjualan dengan bobot posisinya; syaratnya kedua array sama panjang.
3. Baris 8 (np.repeat([True, False], 3)): mask yang menandai tiga pelanggan pertama sebagai pelanggan baru dan tiga berikutnya bukan. Pola seperti ini berguna untuk menandai grup berukuran sama.