Python之Numpy

tile

参考

numpy.tile(A, reps)

通过重复reps次A来构造出一个新数组。

>>> import numpy as np
>>> a = np.array([0, 1, 2])
>>> np.tile(a, 2)
array([0, 1, 2, 0, 1, 2])

如果reps不是一个数，存在长度 d = len(reps) 的话，那么函数返回的新数组的维数ndim就是 max(d, A.ndim)。

>>> a = np.array([0, 1, 2])
>>> np.tile(a, (2, 2))
# len(reps) = 2 , A.ndim = 1
array([[0, 1, 2, 0, 1, 2],
       [0, 1, 2, 0, 1, 2]])
>>> np.tile(a, (2, 1, 2))
># len(reps) = 3 , A.ndim = 1
array([[[0, 1, 2, 0, 1, 2]],
       [[0, 1, 2, 0, 1, 2]]])
>>> np.tile(a, (2,3,4))
># len(reps) = 3 , A.ndim = 1
array([[[0, 1, 2, 0, 1, 2, 0, 1, 2, 0, 1, 2],
        [0, 1, 2, 0, 1, 2, 0, 1, 2, 0, 1, 2],
        [0, 1, 2, 0, 1, 2, 0, 1, 2, 0, 1, 2]],

       [[0, 1, 2, 0, 1, 2, 0, 1, 2, 0, 1, 2],
        [0, 1, 2, 0, 1, 2, 0, 1, 2, 0, 1, 2],
        [0, 1, 2, 0, 1, 2, 0, 1, 2, 0, 1, 2]]])

shape与ndim

shape表示数组维度
ndim表示数组维数
shape是一个可写属性，作用同reshape

import numpy as np 
 
a = np.array([[1,2,3],[4,5,6]]) 
print (a)
a.shape =  (3,2)  
print (a)
b = a.reshape(3,2)  
print (b)

转置

x = np.array([1,2,3,4]) #对其转置没有效果
xx = np.array([[1,2,3,4]]) # 是个1*4的数组，可以实现转置
c = np.zeros((4,3))
c[:,0]=x-x.mean()
c[:,1]=xx-x.mean()
print(c)  # 说明对于一维数组，不过是行向量还是列向量，都可以直接对应加减
[[-1.5 -1.5  0. ]
 [-0.5 -0.5  0. ]
 [ 0.5  0.5  0. ]
 [ 1.5  1.5  0. ]]