Numpy之tile用法

朴灿烈づ我的快乐病毒、 2022-06-10 02:58 198阅读 0赞

## numpy.tile(A, reps) ##

文档原文是这么写的：  
[https://docs.scipy.org/doc/numpy/reference/generated/numpy.tile.html][https_docs.scipy.org_doc_numpy_reference_generated_numpy.tile.html]

我翻译了一下，这函数意思就是：  
1、通过重复reps次A来构造出一个新数组。  
例如：

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

2、如果参数reps存在长度 `d = len(reps)` 的话，那么函数返回的新数组的维数就是 `max(d, A.ndim)`。  
即：

> 如果 `A.ndim < d` 的话，A就会通过加上新的轴来提升到d维，因此，一个`shape` 为`(3,)` 的数组就会被提升到`(1, 3)` 成为2维复制品，或者被提升到`(1, 1, 3)` 成为3维复制品。如果这不是期望的行为，那就在调用这个函数之前手动把A提升到d维。
> 
> 如果 `A.ndim > d` 的话，reps就会通过在最前面加多个1来提升到`A.ndim` 维。因此，当A的`shape` 为`(2, 3, 4, 5)` 时，为`(2, 2)` 的reps就会被处理成`(1, 1, 2, 2)` 然后再参与函数计算，返回的新数组的shape应该是`(2, 3, 8, 10)`。

举个例子：

>>> np.tile(a, (2, 2))
    array([[0, 1, 2, 0, 1, 2], [0, 1, 2, 0, 1, 2]])
    >>> np.tile(a, (2, 1, 2))
    array([[[0, 1, 2, 0, 1, 2]],
           [[0, 1, 2, 0, 1, 2]]])
    >>> np.tile(a, (2,3,4))
    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]]])

#x是一个一维数组
    >>> x = array([3])
    >>> x.shape
    (1,)
    
    #x.ndim < d，x的维度小于reps的长度，所以y应该是一个4维的数组
    >>> y = tile(x, (2,3,4,5))
    >>> y.shape
    (2, 3, 4, 5)
    
    #y.ndim > d，y的维度小于reps的长度，所以z应该是一个4维的数组
    >>> z = tile(y, (2,2))  
    >>>z.shape
    (2, 3, 8, 10)

下面我们说一下函数参数，参数就俩，A和reps。A和reps都是array\_like。

A的类型众多，几乎所有类型都可以：array, list, tuple, dict, matrix以及基本数据类型int, string, float以及bool类型。

reps的类型也很多，可以是tuple，list, dict, array, int, bool.但不可以是float, string, matrix类型。

[https_docs.scipy.org_doc_numpy_reference_generated_numpy.tile.html]: https://docs.scipy.org/doc/numpy/reference/generated/numpy.tile.html