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,将代表提升为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]])