Python | 复制矩阵：np.repeat 与 np.tile的区别

1. 介绍

np.repeat() 和 np.tile() 两个函数都能实现对矩阵进行复制操作；

其不同在于：

np.repeat() 函数实现的是对矩阵按照行或者列，对其中的某一行（列）复制N次，接着复制下一行（列），知道矩阵的每一行（列）复制结束；

np.tile() 函数实现对矩阵整体复制，将矩阵整体复制N次，放到新的矩阵中。

PS：不好理解没关系，看一遍程序结果就知道了。

2. np.repeat()

用法：

output = np.repeat(data, repeats=m, axis=n)

其中：

data 表示带复制的矩阵；

n 取0或者1,0表示按行复制，1表示按列复制；

m 表示沿着行（列）的方向复制m次。

测试示例（python程序）：

import numpy as np

data = np.eye(3,4)

new_data = np.repeat(data, repeats=3, axis=0)

数据data为：

[[1. 0. 0. 0.]
 [0. 1. 0. 0.]
 [0. 0. 1. 0.]]

利用np.repeat()输出为：

[[1. 0. 0. 0.]
 [1. 0. 0. 0.]
 [1. 0. 0. 0.]
 [0. 1. 0. 0.]
 [0. 1. 0. 0.]
 [0. 1. 0. 0.]
 [0. 0. 1. 0.]
 [0. 0. 1. 0.]
 [0. 0. 1. 0.]]

3. np.tile()

用法：

output = np.tile(data, (m,n))

其中：
data 表示带复制的矩阵；

m 表示沿着行的方向复制m次矩阵；

n 表示沿着列的方向复制n次矩阵；

测试示例（python程序）：

import numpy as np

data = np.eye(3,4)

new_data = np.tile(data, (2,1))

数据data为：

[[1. 0. 0. 0.]
 [0. 1. 0. 0.]
 [0. 0. 1. 0.]]

np.tile(data, (2,1))输出为：

[[1. 0. 0. 0.]
 [0. 1. 0. 0.]
 [0. 0. 1. 0.]
 [1. 0. 0. 0.]
 [0. 1. 0. 0.]
 [0. 0. 1. 0.]]