np.tile(A,reps)、numpy.tile(A,reps)使用

tile(A,reps)、numpy.tile(A,reps)使用"/>

np.tile(A,reps)、numpy.tile(A,reps)使用

np.tile(A,reps)、numpy.tile(A,reps)使用

函数作用为在输入的数组A的维度上进行复制操作，不改变原数组A。
Parameters：
A：输入数组
reps：A在每个维度上的复制倍数（复制为原来的几倍）

函数的使用
reps的长度记为d
首先确定A的维度和d的大小关系
（1）当A.ndim > d时：
扩展reps的长度d至A的维数。例如A的shape为（2，3）,而reps为（2）,则可将reps视为（1，2）。

import numpy as npa = np.array([[0, 1, 2],[3,4,5]])
b=np.tile(a, (2))
c=np.tile(a, (1,2))
print(a.ndim)
print(b)
print(c)
print(a)

此处a的维度为2*3，reps为（2）则可将reps视为（1，2）即在a的第一个维度上复制到原来的1倍，在a的第二个维度上复制到原来的两倍，不改变原数组a。

2
[[0 1 2 0 1 2][3 4 5 3 4 5]][[0 1 2 0 1 2][3 4 5 3 4 5]]
[[0 1 2][3 4 5]]

综上，可以将reps为（2）则可将reps视为（1，2）进行操作，也可知道reps的值是从A的最后一个维度开始对应的。
（2）当A.ndim < d时：
会将A扩展为d维，例如A.shape为(2,3),reps为（2,3,4），则A.shape会被扩展为（1，2，3），再进行复制操作，不改变原数组a。

import numpy as npa = np.array([[0, 1, 2],[3,4,5]])
b=np.tile(a, (2,3,4))
print(a.ndim)
print(b)
print(a)

2
[[[0 1 2 0 1 2 0 1 2 0 1 2][3 4 5 3 4 5 3 4 5 3 4 5][0 1 2 0 1 2 0 1 2 0 1 2][3 4 5 3 4 5 3 4 5 3 4 5][0 1 2 0 1 2 0 1 2 0 1 2][3 4 5 3 4 5 3 4 5 3 4 5]][[0 1 2 0 1 2 0 1 2 0 1 2][3 4 5 3 4 5 3 4 5 3 4 5][0 1 2 0 1 2 0 1 2 0 1 2][3 4 5 3 4 5 3 4 5 3 4 5][0 1 2 0 1 2 0 1 2 0 1 2][3 4 5 3 4 5 3 4 5 3 4 5]]][[0 1 2][3 4 5]]