Numpy中的tile（）函数用法详解

>>> from numpy import *
>>> tile([1,2],1)
array([1, 2])
>>> tile([1,2],2)
array([1, 2, 1, 2])

上例中，只有一个参数，只向一个维度复制，横向的，或者说在行方向上进行复制

下例有两个参数，向两个维度复制，也就是同时向行方向和列方向进行复制

>>> tile([1,2],(1,1))
array([[1, 2]])
>>> tile([1,2],(2,2))
array([[1, 2, 1, 2],
       [1, 2, 1, 2]])

可以看出，tile（）函数内括号中的参数代表扩展后的维度，而扩展是通过复制A来运作的，最终得到一个与括号内的参数（reps）维度一致的数组（矩阵）

注：tile(A, reps)

来看一下官方给的例子

 Examples
    --------
    >>> a = np.array([0, 1, 2])
    >>> np.tile(a, 2)
    array([0, 1, 2, 0, 1, 2]) #向一个维度扩展（横向）
    >>> np.tile(a, (2, 2))
    array([[0, 1, 2, 0, 1, 2],
           [0, 1, 2, 0, 1, 2]]) #向两个维度扩展【行方向（横向）与列方向（纵向）】
    >>> np.tile(a, (2, 1, 2))
    array([[[0, 1, 2, 0, 1, 2]],
           [[0, 1, 2, 0, 1, 2]]])#向3个维度扩展，与二维的不同在于reps的第一个参数代表扩展几块，这里是2块，第二和第三个参数才代表扩展后的维度（有几行，有几列）
    
    >>> b = np.array([[1, 2], [3, 4]])
    >>> np.tile(b, 2) #b是一个整体元素，这里在一维上进行扩展，也就是横向复制
    array([[1, 2, 1, 2],
           [3, 4, 3, 4]]) 
    >>> np.tile(b, (2, 1))#b是一个整体元素，在行方向上由1个复制为2个，列方向为1，所以不复制
    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]])

再来多试几个向3个维度扩展的例子：

>>> from numpy import *
>>> tile([0,1,2],(2,1,2))
array([[[0, 1, 2, 0, 1, 2]],

       [[0, 1, 2, 0, 1, 2]]])   #2块，行方向为1，不放在；列方向为2，复制1次，以下同理
>>> print tile([0,1,2],(2,1,2))
[[[0 1 2 0 1 2]]

 [[0 1 2 0 1 2]]]
>>> tile([0,1,2],(2,2,2))
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]]])
>>> tile([0,1,2],(2,3,2))
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]]])
>>> tile([0,1,2],(2,4,2))
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]]])