矩阵行复制python实现

 

torch:

import torch

# 两个输入矩阵
matrix1 = torch.tensor([[1, 2, 3],
                        [4, 5, 6],
                        [7, 8, 9]])
matrix2 = torch.tensor([[1, 1, 1],
                        [2, 2, 2],
                        [3, 3, 3]])
m=matrix1.repeat(3,1)   # torch.repeat（通道倍数 行倍数 列倍数）  通道倍数默认1 整体复制几遍
n = matrix2.repeat_interleave(3,dim=0) # （复制次数，按哪个维度进行复制）每行复制完再复制下一行  

print(m)
print(n)

输出：

tensor([[1, 2, 3],
        [4, 5, 6],
        [7, 8, 9],
        [1, 2, 3],
        [4, 5, 6],
        [7, 8, 9],
        [1, 2, 3],
        [4, 5, 6],
        [7, 8, 9]])

tensor([[1, 1, 1],
        [1, 1, 1],
        [1, 1, 1],
        [2, 2, 2],
        [2, 2, 2],
        [2, 2, 2],
        [3, 3, 3],
        [3, 3, 3],
        [3, 3, 3]])

 

numpy:

import numpy as np
a = np.array([[1, 2, 3],
    [4, 5, 6],
    [7, 8, 9]])
b = np.array([[1, 1, 1],
     [2, 2, 2],
     [3, 3, 3]])
print(a)
print(b)
a1 = np.tile(a,(3,1))  # (行倍数，列倍数)
print(a1)
b1 = np.repeat(b,3,axis=0)  # (次数，轴）
print(b1)

[[1 2 3]
 [4 5 6]
 [7 8 9]]

[[1 1 1]
 [2 2 2]
 [3 3 3]]

[[1 2 3]
 [4 5 6]
 [7 8 9]
 [1 2 3]
 [4 5 6]
 [7 8 9]
 [1 2 3]
 [4 5 6]
 [7 8 9]]

[[1 1 1]
 [1 1 1]
 [1 1 1]
 [2 2 2]
 [2 2 2]
 [2 2 2]
 [3 3 3]
 [3 3 3]
 [3 3 3]]