numpy.tile#

numpy.tile(A, reps)[源代码]#

通过重复 reps 给定的次数来构造一个数组A.

如果 reps 的长度为 d ,则结果的维数为 max(d, A.ndim) .

如果 A.ndim < d ,则通过在前面添加新轴来将 A 提升为 d 维.因此,形状 (3,) 数组对于 2-D 复制提升为 (1, 3),对于 3-D 复制提升为形状 (1, 1, 3).如果这不是预期的行为,请在调用此函数之前手动将 A 提升到 d 维.

如果 A.ndim > d ,则通过在前面添加 1 来将 reps 提升为 A .ndim.因此,对于形状为 (2, 3, 4, 5) 的 A ,(2, 2) 的 reps 被视为 (1, 1, 2, 2).

注意:虽然 tile 可以用于广播,但强烈建议使用 numpy 的广播操作和函数.

参数:
Aarray_like

输入数组.

repsarray_like

A 沿每个轴重复的次数.

返回:
cndarray

平铺的输出数组.

参见

repeat

重复数组的元素.

broadcast_to

将数组广播到新形状

示例

>>> import numpy as np
>>> 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]])
当前页面