numpy.tile #

麻木的。平铺( A ,代表) [来源] #

通过重复 A 指定次数来构建数组。

如果代表的长度为d,则结果的维度为 。max(d, A.ndim)

如果,则通过添加新轴将A提升为 d 维。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,请在调用此函数之前手动将A提升到 d 维度。A.ndim < d

如果,则通过在其前面添加 1,代表提升为A .ndim。因此,对于形状为 (2, 3, 4, 5) 的A ,(2, 2) 的重复次数被视为 (1, 1, 2, 2)。A.ndim > d

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
类似数组

输入数组。

类似数组的代表

A沿每个轴的重复次数。

返回
ndarray

平铺输出数组。

也可以看看

repeat

重复数组的元素。

broadcast_to

将数组广播为新形状

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]])