numpy.tile#

numpy.tile(A, reps)[source]#

通过将 A 重复 reps 指定的次数来构造一个数组。

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

如果 A.ndim < d，则通过在 A 前添加新轴将其提升为 d 维。因此，形状为 (3,) 的数组在 2D 复制时会提升为 (1, 3)，在 3D 复制时会提升为 (1, 1, 3)。如果这不是所需行为，请在此函数调用之前手动将 A 提升到 d 维。

如果 A.ndim > d，则通过在 reps 前添加 1 来将其提升为 A.ndim。因此，对于形状为 (2, 3, 4, 5) 的 A，(2, 2) 的 reps 会被视为 (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: A 沿每个轴的重复次数。

返回:

cndarray: 平铺后的输出数组。

另请参阅

repeat: 重复数组元素。
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]])