Numpy---tile函数，复制数组创建矩阵

numpy.tile(A,reps)

作用：根据复制A数组reps次，来创建矩阵。

参数：

• A: array_like 输入的数组
• reps: array_like 根据reps数组值，如果是一个值就是重复A的列，如果是两个值，那么是(行，列)第一个值是将A中的行都重复相应值，第二个是将A中列的值重复。如果是三个值就是（最外维，其次行，列）

        如果A的维数小于reps中指定的维数，如A.shape为（3，），reps= (2,2)。就相当于A.shape为（1，3）来重复

         如果A的维数大于reps中的维数，如A.shpae为(2,3,4,5)，reps = (2,2)就相当于reps(1,1,2,2)来重复相应的A的值

返回值：

          返回复制后的矩阵

例子：运行环境Jupyter

1.A.shape = reps的维数

a = np.arange(9).reshape(3,3)
print(a)
print(np.tile(a,(2,3)))

#输出
'''
[[0 1 2]
 [3 4 5]
 [6 7 8]]
#行重复了2次，列重复了3次
[[0 1 2 0 1 2 0 1 2]
 [3 4 5 3 4 5 3 4 5]
 [6 7 8 6 7 8 6 7 8] 
 [0 1 2 0 1 2 0 1 2]
 [3 4 5 3 4 5 3 4 5]
 [6 7 8 6 7 8 6 7 8]]
'''

2.A.shape < reps的维数

a = np.arange(9)
print(a)
print(np.tile(a,(2,3)))

#输出
'''
[0 1 2 3 4 5 6 7 8]
[[0 1 2 3 4 5 6 7 8 0 1 2 3 4 5 6 7 8 0 1 2 3 4 5 6 7 8]
 [0 1 2 3 4 5 6 7 8 0 1 2 3 4 5 6 7 8 0 1 2 3 4 5 6 7 8]]

'''

3.A.shape > reps的维数

a = np.arange(18).reshape(2,3,3)
print(a)
print(np.tile(a,3))

#输出
'''
[
 [[ 0  1  2]
  [ 3  4  5]
  [ 6  7  8]]

 [[ 9 10 11]
  [12 13 14]
  [15 16 17]]
]
#相当于reps = (1,1,3)最外维和行重复了1次，列重复了3次
[[[ 0  1  2  0  1  2  0  1  2]
  [ 3  4  5  3  4  5  3  4  5]
  [ 6  7  8  6  7  8  6  7  8]]

 [[ 9 10 11  9 10 11  9 10 11]
  [12 13 14 12 13 14 12 13 14]
  [15 16 17 15 16 17 15 16 17]]]
'''