numpyにおいてcollection.Counterの逆の事をしたい

Question

以下の様なnumpy.ndarrayから

arr = np.array([1, 0, 3, ], dtype=np.uint8)

以下の様なnumpy.ndarrayを作ろうとしています。

# arr[0]の値が1でarr[2]の値が3なので、0が1つ 2が３つ。要素の順番は問わない。
[0 2 2 2]

以下のような物は自分で作れはしましたが

import numpy as np
import itertools

arr = np.array([1, 0, 3, ], dtype=np.uint8)

def convert(arr):
    return np.array(
        tuple(itertools.chain.from_iterable(
            itertools.repeat(index, value)
            for index, value in enumerate(arr)
        )),
        dtype=np.uint8
    )

print(convert(arr))

numpyの持つ力を活かせてない気がします。何かうまい方法を知っていませんか？

環境

Python 3.7.1

追記

hayataka2049さんに教えてもらった方法と私が考えた方法の実行速度を比べた結果を載せておきます。

import numpy as np
import itertools
from timeit import timeit

arr = np.random.randint(3, size=100, dtype='uint8')  # 実際に想定しているdata量


def method_me(arr):
    return np.array(
        tuple(itertools.chain.from_iterable(
            itertools.repeat(index, value)
            for index, value in enumerate(arr)
        )),
        dtype=np.uint8
    )

def method_hayataka(arr):
    return np.repeat(np.arange(arr.size), arr)


print(timeit(lambda: method_me(arr), number=2000))
print(timeit(lambda: method_hayataka(arr), number=2000))

me 0.5814175409614109
hayataka 0.0514739109785296

というわけで10倍近くの差がでました。

Answer 1

こういう感じで良いのでは。

>>> arr = np.array([1, 0, 3, ], dtype=np.uint8)
>>> np.repeat(np.arange(arr.size), arr)
array([0, 2, 2, 2])

python - Inverse of numpy's bincount function - Stack Overflow

Comments

[gottadiveintopy]

repeatのdocは読んでたんですが気づきませんでした (^_^;)。 ありがとうございます。