NumPy(Numerical Python的缩写)是一个开源的Python科学计算库。使用NumPy,就可以很自然地使用数组和矩阵。NumPy包含很多实用的数学函数,涵盖线性代数运算、傅里叶变换和随机数生成等功能。本文主要介绍一下NumPy中tile方法的使用。

numpy.tile

numpy.tile(A, reps)      [source]

通过重复A代表次数来构造数组。

如果代表的长度为d,则结果的尺寸为max(d,A.ndim)

如果A.ndim < d,则通过附加新的轴将A提升为d维。因此,对于2d复制,shape(3,)数组提升为(1,3),对于3d复制,shape(1,1,3)数组提升为(1,1,3)。如果这不是需要的行为,在调用这个函数之前,手动将A提升到d维。

如果A.ndim > d,则通过预先设置1将代表提升为A.ndim。因此,对于形状(2,3,4,5)的A,(2,2)的一个代表被视为(1,1,2,2)。

注意:尽管tile可以用于广播,强烈建议使用numpy的广播操作和功能。

参数 :

A :array_like

输入数组。

reps :array_like

沿每个轴的A重复次数。

返回值 :

cndarray

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]])

推荐文档

相关文档

大家感兴趣的内容

随机列表