dask.array.tile

dask.array.tile¶

dask.array.tile(A, reps)[源代码]¶

通过重复 A 的次数来构造一个数组，次数由 reps 给出。

此文档字符串是从 numpy.tile 复制的。

Dask 版本可能存在一些不一致性。

如果 reps 的长度为 d ，结果的维度将是 max(d, A.ndim) 。

如果 A.ndim < d，A 会被提升为 d 维，通过在前面添加新的轴。因此，一个形状为 (3,) 的数组会被提升为 (1, 3) 以进行 2-D 复制，或者形状为 (1, 1, 3) 以进行 3-D 复制。如果这不是期望的行为，请在调用此函数之前手动将 A 提升为 d 维。

如果 A.ndim > d，reps 会被提升为 A.ndim 的维度，通过在其前面添加 1 来实现。因此，对于形状为 (2, 3, 4, 5) 的 A，reps 为 (2, 2) 时，会被视为 (1, 1, 2, 2)。

注意：尽管可以使用 tile 进行广播，但强烈建议使用 numpy 的广播操作和函数。

参数

Aarray_like: 输入数组。
代表array_like: 沿每个轴 A 的重复次数。

返回

cndarray: 平铺输出数组。

参见

repeat: 重复数组中的元素。
broadcast_to: 将数组广播到新形状

示例

>>> import numpy as np  
>>> 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]])

dask.array.tensordot

dask.array.topk