Автор оригинала: Team Python Pool.

Numpy Tile в Python С примерами

Numpy имеет функцию, которая должна напоминать вам о плиточном полу. На самом деле это называется Numpy Tile. Np Tile-это довольно важная функция, которая позволяет вам взять матрицу и выложить ее столько раз, сколько вы хотите. Итак, давайте перейдем к этой классной функции Numpy Tile в Python.

Numpy tile (np.tile) в Python просто повторяет количество элементов, присутствующих в массиве. Предположим, у вас есть массив numpy [4,5,6,7], тогда np.tile([4,5,6,7], 3) продублирует элементы три раза и создаст новый массив. Мы уже знаем, что numpy всегда возвращает массив, даже если вы даете ему список.

Синтаксис плитки Numpy

numpy.tile(A, reps)

Тупица.Параметры плитки

A:

Здесь параметр ‘A’ будет иметь тип array_like. Параметр ‘A’ используется для принятия входных данных в виде массива.

повторения:

Параметр reps позволяет указать, как повторить входной массив. Это включает в себя количество раз, чтобы повторить его, но и построение этого плиточного вывода.

Тип возврата

Плиточный выходной массив.

Примеры функции Numpy Tile

NumPy tile не трудно понять, но поначалу это может немного сбить с толку. Вот почему мы начнем с простых примеров, а затем постепенно увеличим сложность. В последних случаях вы начнете лучше понимать, как работает numpy.tile.

Пример 1: Базовый Пример плитки Numpy

В этом базовом примере мы просто умножим массив с помощью функции tile ().

import numpy as np.array([0, 1, 2]).tile(arr, 2)
print(c)

Выход:

[0 1 2 0 1 2]

Объяснение:

В приведенном выше простом примере, во-первых, мы импортировали numpy. После этого мы инициализировали и объявили массив numpy со значениями ‘[0, 1, 2]’. Впоследствии мы использовали функцию или метод np.tile() для умножения массива. Здесь, в этом примере, параметры являются ‘(arr, 2)’. Таким образом, массив будет повторен два раза, как мы видим на выходе.

Пример 2: Numpy Плитка Вертикально

В этом случае мы будем иметь простой 1-мерный вход и плитку вниз. В принципе, мы, скорее всего, будем смотреть на входную информацию так же, как на строку информации, и воспроизводить эту строку.

import numpy as np.array([0, 1, 2])
reps = (3,1).tile(arr, reps)
print(c)

Выход:

[[0 1 2]
[0 1 2]
[0 1 2]]

Объяснение:

В приведенном выше примере мы сначала импортировали модуль np. После этого, как и в примере 1, мы инициализировали и присвоили массив переменной ‘arr’. В этом примере мы добавили дополнительную строку ‘reps = (3,1)’. Здесь мы создаем плитку в вертикальном направлении. Итак, нам нужно сделать столбец матрицы равным 1. А для строки мы можем увеличить значение настолько, насколько это необходимо.

Итак, после форматирования строк и столбцов матрицы мы просто использовали функцию ‘np.tile()’. Как мы это сделали в примере 1. После этого мы просто напечатали возвращаемое значение и получили желаемый результат.

Пример 3: Разбиение Входного Массива На Плитки Как По Вертикали, Так И По Горизонтали

Давайте перейдем к третьему примеру, В этом примере мы будем разбивать 1-d массив на матрицу. Плитка будет повторять элементы массива как в горизонтальном, так и в вертикальном направлении. Это также сформирует 1-d матрицу.

import numpy as np.array([0, 1, 2])
reps = (3,2).tile(arr, reps)
print(c)

Выход:

[[0 1 2 0 1 2]
 [0 1 2 0 1 2]
 [0 1 2 0 1 2]]

Объяснение

В приведенном выше примере мы сначала импортировали необходимый модуль np. После этого мы объявили и инициализировали массив numpy. После объявления мы сохранили значение ‘(3,2)’ в повторениях. Здесь мы создаем плитки в горизонтальном и вертикальном направлении. Итак, мы взяли “и”.

Впоследствии мы передали массив аргументов и повторений в функцию np.tile. Наконец мы напечатали возвращаемое значение и получили результат.

Пример 4: Пример плитки Numpy в 2-D массиве

Достаточно примеров 1-D массива, в последнем примере мы будем работать с 2-D массивом. И как работать с этим типом массива.

Итак, перейдем непосредственно к примеру.

import numpy as np.array([[0, 1], [2, 3]])
reps = (2,2).tile(arr, reps)
print(c)

Выход:

[[0 1 0 1]
 [2 3 2 3]
 [0 1 0 1]
 [2 3 2 3]]

Объяснение

В приведенном выше примере мы сделали начальный шаг, аналогичный примерам 1, 2, 3. Но здесь вместо инициализации 1-D массива. Мы инициализировали 2-D массив со значениями [[0, 1], [2, 3]]. После инициализации мы сохранили (2, 2) в ‘reps’ href=”https://en.wikipedia.org/wiki/Variable_(computer_science)#:~:text=In%20computer%20programming%2C%20a%20variable,referred%20to%20as%20a%20value.”>variable. Который будет нашим параметром повторения для функции np.tile (). После этого мы использовали эту функцию и выложили 2-d массив в соответствии с нашими требованиями. href=”https://en.wikipedia.org/wiki/Variable_(computer_science)#:~:text=In%20computer%20programming%2C%20a%20variable,referred%20to%20as%20a%20value.”>variable. Который будет нашим параметром повторения для функции np.tile (). После этого мы использовали эту функцию и выложили 2-d массив в соответствии с нашими требованиями.

Приложения на плитке Numpy

• Может быть полезен при репликации массива n раз и в n измерениях.
• Часто используется в математических и научных расчетах.

Вывод

В заключение можно сказать, что функция tile() может быть использована для построения массива путем репликации числа экземпляров, заданных reps.И мы можем использовать ее для многомерных массивов. Честно говоря, это немного сложнее представить и рассмотреть более высокие измерения, поэтому ради простоты я вряд ли буду много описывать об этом. Просто поймите, что np.tile действительно работает в более чем двух измерениях.

Однако, если у вас есть какие-либо сомнения или вопросы, дайте мне знать в разделе комментариев ниже. Я постараюсь помочь вам как можно скорее.

Счастливого Пифонирования!