Python numpy tile用法及代码示例

本文简要介绍 python 语言中 numpy.tile 的用法。

用法:

numpy.tile(A, reps)

通过重复 A 由 reps 给出的次数来构造一个数组。

如果代表有长度d，结果的维度为max(d, A.ndim).

如果A.ndim < d,A通过添加新轴将其提升为d-dimensional。因此，对于 2-D 复制，形状 (3,) 数组会提升为 (1, 3)，对于 3-D 复制，形状 (1, 1, 3) 会提升为 (1, 1, 3)。如果这不是所需的行为，请推广A在调用此函数之前手动更改为d-dimensions。

如果A.ndim > d,代表被提升为A.ndim 通过在其前面添加 1 来实现。因此对于一个A形状为 (2, 3, 4, 5)，a代表(2, 2) 被视为 (1, 1, 2, 2)。

注意：虽然可以使用 tile 进行广播，但强烈建议使用 numpy 的广播操作和函数。

参数：

A： array_like

输入数组。

reps： array_like

A 沿每个轴的重复次数。

返回：

c： ndarray

平铺的输出数组。

例子：

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

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

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