numpy.tile#

numpy.tile(A, reps)[源代码]#

通过重复 A 的次数（由 reps 指定）来构造数组。

如果 reps 的长度为 d，则结果的维度将为 max(d, A.ndim)。

如果 A.ndim < d，则通过在前面添加新轴来将 A 提升到 d 维。因此，对于 2 维复制，形状为 (3,) 的数组将被提升到 (1, 3)，或者对于 3 维复制，将被提升到 (1, 1, 3)。如果这不是期望的行为，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 提升到 A.ndim。因此，对于形状为 (2, 3, 4, 5) 的 A，reps (2, 2) 将被视为 (1, 1, 2, 2)。

注意：尽管 tile 可用于广播，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

在每个轴上重复 A 的次数。

返回:
cndarray

平铺输出数组。

另请参阅

repeat

重复数组中的元素。

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]])
在此页面