在講tile方法之前，先要講一下numpy陣列中的幾個概念。
在numpy中，陣列這一類又被稱為ndarray。
1、ndarray.ndim
指數組的維度，即陣列軸（axes）的個數，其數量等於秩（rank）。通俗地講，我們平時印象中的陣列就是一維陣列，維度為1、軸的個數為1、秩也等於1；最常見的矩陣就是二維陣列，維度為2、軸的個數為2（可以理解為由x軸、y軸組成）、秩等於2；我們所知的空間就相當於三維陣列，維度為3、軸的個數為3（x、y、z軸）、秩等於3；以此類推。
2、ndarray.shape
按教程的話翻譯過來是陣列的維度，這樣就很容易和ndim的概念混淆。所以可以這樣理解，shape的返回值是乙個元組，元組的長度就是陣列的維數，即ndim。而元組中每個整數分別代表陣列在其相應維度（/軸）上的大小。以最常見的矩陣為例，print shape後返回（2,3），說明這是乙個2行3列的矩陣。
下面說一下tile函式，其原型如下。
原型：numpy.tile(a,reps)
tile共有2個引數，a指待輸入陣列，reps則決定a重複的次數。整個函式用於重複陣列a來構建新的陣列。
假設reps的維度為d，那麼新陣列的維度為max（d，a.ndim）。下面分三種情況進行討論：
（1）a.dim < d
則向a中新增新軸擴充a的維度。維度大小可以從shape中看出，一般通過向shape對應的元組中新增1完成對a維度的擴充。擴充完成後，則可根據reps的值對a中相應維度的值進行重複。
例如，一維陣列shape為（3，），擴充至2維則shape值為（1,3），擴充至3維則shape值為（1,1,3）
（2）a.dim > d
將reps擴充至與a相同的維度。擴充方法同上，也是向shape對應元組中添1，然後再進行重複。
例如，4維陣列a的shape為（2,3,4,5），而reps為（2,2）只有2維，那麼就要對reps添維進行擴充，得到（1,1,2,2）
（3）a.dim = d
不需要擴充，直接按reps的值對相應維度的值進行重複。
[python]
view plain
copy
>>>
from
numpy
import
* >>> a = array([1,2
,3])
a.shape
(3.)
a.ndim
1>>>b = tile(a,2
b [123
123]
b.shape
(6,)
b.ndim
1>>>c = tile(a,(2,3
))
c [[123
1231
23] [123
1231
23]]
c.shape (2,
9)
c.ndim
2由此可以看出，得到的新陣列的維度由d和a.ndim的大小決定，shape值由擴充後的a和reps相應維度值的乘積得到。
Numpy中的tile方法
在講tile方法之前，先要講一下numpy陣列中的幾個概念。在numpy中，陣列這一類又被稱為ndarray。1 ndarray.ndim 指數組的維度，即陣列軸 axes 的個數，其數量等於秩 rank 通俗地講，我們平時印象中的陣列就是一維陣列，維度為1 軸的個數為1 秩也等於1 最常見的矩陣就...
numpy中的tile方法
tile tile函式的作用是讓某個陣列 其實不侷限於陣列，但我們這裡只討論陣列 以某種方式重複，構造出新的陣列，所以返回值也是個陣列 一維陣列 a numpy.arange 3 print a a b numpy.tile a,4 重複4次 c numpy.tile a,3 4 3行，每行3次 二...
numpy中的tile函式
在看機器學習實戰這本書時，遇到numpy.tile a,b 函式，愣是沒看懂怎麼回事，裝了numpy模組後，實驗了幾把，原來是這樣子 重複a，b次，這裡的b可以時int型別也可以是遠組型別。python view plain copy import numpy numpy.tile 0,0 5 在列...