简单使用numpy.tile（）

NumPy模块里有一个函数tile（A, reps）
功能：将A进行各个维度的复制
参数：
A:即要复制的列表
reps:表示沿每个轴重复的次数

比如A = [1,2]时执行tile(A,2)得到结果为[1,2,1,2],可以理解为向x轴重复2次

>>> A = array([1,2])>>> tile(A,2)array([1,2,1,2])

如果A作为一个训练样本，我们想构造含3个或更多训练样本的训练样本集，就可以使用NumPy里面的tile函数，方法如下：

>>> tile(A,(3,1))

得到的结果为：

array([[1,2],[1,2],[1,2]])

这里reps（即里面的（3,1））带了2个参数（我们先姑且称为参数），大部分情况下我们这样用tile函数就足够满足需求了，不过有时候发现reps里带了很多参数，且数字代表的意思究竟是什么？以下是我对tile的一些理解。

我们先创建一个维度为1的列表[1,2] 和 维度为2的列表[[1,2]]（维度为多少看中括号）

>>> from numpy import*>>> a = array([1, 2])>>> b = array([[1, 2]])

对于numpy.tile（A, reps）里面的reps参数：

1. 当reps的参数个数≥列表维度时，有几个参数就是构造成几维列表(注意中括号数):

>>> tile(a,(1)) //等同于 tile(a,1)array([1, 2])这里reps的参数个数为1 = 列表维度1>>> tile(a,(1,1))array([[1, 2]])参数个数2 ＞ 列表维度1>>> tile(a,(1,1,1))array([[[1, 2]]])参数个数3 ＞ 列表维度1

2. 当参数个数＜列表维度时,最小维度等于参数个数

>>> tile(b,(1))array([[1, 2]])reps的参数个数为1，维度为2，则返回2维列表>>> tile(b,(1，1))array([[1, 2]])>>> tile(b,(1，1，1))array([[[1, 2]]])这里参数个数3 ＞ 列表维度2，满足第1条有几个参数就是几维列表，返回一个3维列表

3.最右参数对应最深层列表的复制次数：

>>> tile(a,(1,3))array([1, 2, 1, 2, 1, 2])最右边的参数为3，表示将最深层次的列表[1,2]复制三次变成[1,2,1,2,1,2]>>> tile(b,(1,3))array([[1, 2, 1, 2, 1, 2]])

4.从右边开始第n个参数对应倒数第n层列表的复制次数：

首先这里有两个参数，则是二维列表，最右参数对应复制次数为1，从右边开始第2个参数为2，则表示倒数第2层列表复制2次>>> tile(a,(2,1))array([[1, 2],        [1, 2]])>>> tile(a,(3,1))array([[1, 2],        [1, 2],        [1, 2]])

5.或者我们可以这样理解：对于reps的参数，从左边开始看，除了最后一个参数复制最深层列表之外，一次次地复制整个列表。

比如：

tile(a,(2,1,3))a 由 [1,2]先复制2次变成[[1,2],[1,2]],再复制1次则变成[[[1,2],[1,2]]],最后再复制最深层的列表3次（相当于沿X轴复制），变成[[[1,2,1,2,1,2],[1,2,1,2,1,2]]]

python命令行如下：

>>> tile(a,(2,1,3))array([[[1, 2, 1, 2, 1, 2]],   [[1, 2, 1, 2, 1, 2]]])

多看点例子就可以理解了:

>>> a = array([0, 1, 2])>>> tile(a, 2)array([0, 1, 2, 0, 1, 2])>>> tile(a, (2, 2))array([[0, 1, 2, 0, 1, 2],       [0, 1, 2, 0, 1, 2]])>>> tile(a, (2, 1, 2))array([[[0, 1, 2, 0, 1, 2]],       [[0, 1, 2, 0, 1, 2]]])>>> b = array([[1, 2], [3, 4]])>>> tile(b, 2)array([[1, 2, 1, 2],       [3, 4, 3, 4]])>>> tile(b, (2, 1))array([[1, 2],       [3, 4],       [1, 2],       [3, 4]])>>> c = array([1,2,3,4])>>> tile(c,(4,1))array([[1, 2, 3, 4],       [1, 2, 3, 4],       [1, 2, 3, 4],       [1, 2, 3, 4]])