numpy.tile#

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

通过将数组 A 重复 reps 指定的次数来构造一个新数组。

如果 reps 的长度为 d,则结果数组的维度将为 max(d, A.ndim)

如果 A.ndim < d,则通过在 A 的前面添加新轴将其提升为 d 维。因此,一个形状为 (3,) 的数组将被提升为 (1, 3) 以进行二维复制,或形状为 (1, 1, 3) 以进行三维复制。如果这不是期望的行为,请在调用此函数之前手动将 A 提升为 d 维。

如果 A.ndim > d,则通过在其前面添加 1 来将 reps 提升为 A.ndim。因此,对于形状为 (2, 3, 4, 5) 的 Areps 为 (2, 2) 将被视为 (1, 1, 2, 2)。

注意:虽然 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

沿着每个轴重复 A 的次数。

返回值:
cndarray

平铺后的输出数组。

参见

repeat

重复数组的元素。

broadcast_to

将数组广播到新的形状

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]])