numpy.tile(A,reps)
通过重复reps次A来构造数组
如果reps有长度d,则结果将具有max(d,A的维度)的维度。
如果A的维度<d,则通过新加维度来将A提升为d维。所以对于 shape(3,)数组为了2-D复制可以使reps=(1,3),为了三维复制可以使reps=(1,1,3)
如果A的维度>d,reps 的长度d被提升为A的维度,并且向前补充的数字为1,比如如果A是五维的,reps=(2,3),则实际上reps被转化为reps=(1,1,1,2,3)
参数:
A:array_like
输入数组
reps: array_like
每一个维度的重复数
返回值:
经过tile变换后的输出数组
Examples
为描述方便称横向扩展为列扩展,纵向的扩展为行扩展,
>>> a=numpy.array([1,2,3])
>>> numpy.tile(a,1)#为1时不扩展
array([1, 2, 3])
>>> numpy.tile(a,(1,1))
array([[1, 2, 3]])
>>> numpy.tile(a,(1,2))#列扩展
array([[1, 2, 3, 1, 2, 3]])
>>> numpy.tile(a,(2,1)) #行扩展
array([[1, 2, 3],
[1, 2, 3]])
>>> numpy.tile(a,(1,1,1))
array([[[1, 2, 3]]])
>>> numpy.tile(a,(1,1,2))#列扩展
array([[[1, 2, 3, 1, 2, 3]]])
>>> numpy.tile(a,(1,2,1))#行扩展
array([[[1, 2, 3],
[1, 2, 3]]])
>>> numpy.tile(a,(2,1,1))#第三维扩展
array([[[1, 2, 3]],
[[1, 2, 3]]])
>>> numpy.tile(a,(1,2,2))
array([[[1, 2, 3, 1, 2, 3],#列扩展和行扩展
[1, 2, 3, 1, 2, 3]]])
>>> numpy.tile(a,1)#为1时不扩展
array([1, 2, 3])
>>> numpy.tile(a,(1,1))
array([[1, 2, 3]])
>>> numpy.tile(a,(1,2))#列扩展
array([[1, 2, 3, 1, 2, 3]])
>>> numpy.tile(a,(2,1)) #行扩展
array([[1, 2, 3],
[1, 2, 3]])
>>> numpy.tile(a,(1,1,1))
array([[[1, 2, 3]]])
>>> numpy.tile(a,(1,1,2))#列扩展
array([[[1, 2, 3, 1, 2, 3]]])
>>> numpy.tile(a,(1,2,1))#行扩展
array([[[1, 2, 3],
[1, 2, 3]]])
>>> numpy.tile(a,(2,1,1))#第三维扩展
array([[[1, 2, 3]],
[[1, 2, 3]]])
>>> numpy.tile(a,(1,2,2))
array([[[1, 2, 3, 1, 2, 3],#列扩展和行扩展
[1, 2, 3, 1, 2, 3]]])
以上是a的维度小于等于reps的长度d时的情况,总结reps=(高维扩展,....,第三维扩展,行扩展,列扩展)
以下是a的维度大于reps的长度d时的情况。
>>> b=numpy.array([[2,3],
[3,4]])
>>> numpy.tile(b,2)
array([[2, 3, 2, 3],#此时reps=(1,2)列扩展,行不扩展
[3, 4, 3, 4]])
>>> numpy.tile(b,3)#此时reps=(1,3)列扩展,行不扩展
array([[2, 3, 2, 3, 2, 3],
[3, 4, 3, 4, 3, 4]])
>>> numpy.tile(b,2)
array([[2, 3, 2, 3],#此时reps=(1,2)列扩展,行不扩展
[3, 4, 3, 4]])
>>> numpy.tile(b,3)#此时reps=(1,3)列扩展,行不扩展
array([[2, 3, 2, 3, 2, 3],
[3, 4, 3, 4, 3, 4]])