Numpy中的tile函数用法

0、引言

 在看机器学习实战这本书时，遇到numpy.tile(A,B)函数，开始没太明白这个函数用法，网上帖子也不太详细，通过一番试验后基本搞明白基本用法，分享给你们。

一、函数定义

tile函数是模板numpy.lib.shape_base中的函数。

函数形式：tile(A，rep) 

功能：重复A的各个维度 
参数类型： 
- A: Array类的均可以 
- rep：A沿着各个维度重复的次数，从低维向高维重复

-A的类型众多，几乎全部类型均可以：array, list, tuple, dict, matrix以及基本数据类型int, string, float以及bool类型。

-reps的类型也不少，能够是tuple，list, dict, array, int,bool.但不能够是float, string, matrix类型。

 

二、函数运行原理：

A=[a ₁,a ₂,...,a _m]

rep=[r ₁,r ₂,...,r _n]

C=tile(A, rep)

rep重复A的顺序是由后往前依次重复上一次的结果，每次重复维度都提升一级。

Step1：C ₁=[(a ₁,a ₂,...,a _m) ₁,(a ₁,a ₂,...,a _m) ₂,...,(a ₁,a ₂,...,a _m) _rn]

Step2：C ₂=[(C ₁) ₁,(C ₁) ₂,...,(C ₁) _rn-1]

...

Stepm：C _m=[(C _m-1) ₁,(C _m-1) ₂,...,(C _m-1) _rn-m+1]

 

三、函数用法举例：

A=[0,1]

rep=(2,3,4)

C=tile(A,rep)

 

Step1：

C ₁=[0,1,0,1,0,1,0,1]

 

Step2：

C ₂=

[[0 1 0 1 0 1 0 1]
[0 1 0 1 0 1 0 1]
[0 1 0 1 0 1 0 1]]

Step3：

C ₃=

[[[0 1 0 1 0 1 0 1]
[0 1 0 1 0 1 0 1]
[0 1 0 1 0 1 0 1]]

[[0 1 0 1 0 1 0 1]
[0 1 0 1 0 1 0 1]
[0 1 0 1 0 1 0 1]]]

 

四、更多函数用法示例：

Examples
--------
>>> a = np.array([0, 1, 2])
>>> np.tile(a, 2)
array([0, 1, 2, 0, 1, 2])
>>> 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]]])

>>> b = np.array([[1, 2], [3, 4]])
>>> np.tile(b, 2)
array([[1, 2, 1, 2],
[3, 4, 3, 4]])
>>> np.tile(b, (2, 1))
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]])