【python】tile函数简单介绍
格式：
tile（A,reps）
* A：array_like
* 输入的array
* reps：array_like
* A沿各个维度重复的次数
举例：A=[1,2]
1. tile(A,2)
结果：[1,2,1,2]
2. tile(A,(2,3))
结果：[[1,2,1,2，1,2], [1,2,1,2,1,2]]
3. tile(A,(2,2,3))
结果：[[[1,2,1,2,1,2], [1,2,1,2,1,2]],
[[1,2,1,2,1,2], [1,2,1,2,1,2]]]
reps的数字从后往前分别对应A的第N个维度的重复次数。如剃了（A,2）表示A的第一个维度重复2遍，tile（A,(2,3)）表示A的第一个维度重复3遍，然后第二个维度重复2遍，剃了（A,(2,2,3)）表示A的第一个维度重复2遍，第二个维度重复2遍，第三个维度重复2遍。
NumPy是一个关于矩阵运算的库，熟悉Matlab的都应该清楚，这个库就是让python能够进行矩阵话的操作，而不用去写循环操作。下面对numpy中的操作进行总结。
numpy包含两种基本的数据类型：数组和矩阵。
数组(Arrays)
>>>from numpy import *>>>a1=array([1,1,1])#定义一个数组>>>a2=array([2,2,2])>>>a1+a2#对于元素相加array([3, 3, 3])>>>a1*2 #乘一个数array([2, 2, 2])##>>>a1=array([1,2,3])>>>a1
array([1, 2, 3])>>>a1**3 #表示对数组中的每个数做平方array([ 1, 8, 27])##取值，注意的是它是以0为开始坐标，不matlab不同>>>a1[1]2##定义多维数组>>>a3=array([[1,2,3],[4,5,6]])>>>a3
array([[1, 2, 3],
[4, 5, 6]])>>>a3[0] #取出第一行的数据array([1, 2, 3])>>>a3[0,0] #第一行第一个数据1>>>a3[0][0] #也可用这种方式1##数组点乘，相当于matlab点乘操作>>>a1=array([1,2,3])>>>a2=array([4,5,6])>>>a1*a2
array([ 4, 10, 18])12345678910111213141516171819202122232425262728293031323334
Numpy有许多的创建数组的函数：
import numpy as np
a = np.zeros((2,2)) # Create an array of all zerosprint a # Prints "[[ 0. 0.]
# [ 0. 0.]]"b = np.ones((1,2)) # Create an array of all onesprint b # Prints "[[ 1. 1.]]"c = np.full((2,2), 7) # Create a constant arrayprint c # Prints "[[ 7. 7.]
# [ 7. 7.]]"d = np.eye(2)# Create a 2x2 identity matrixprint d # Prints "[[ 1. 0.]
# [ 0. 1.]]"e = np.random.random((2,2)) # Create an array filled with random valuesprint e # Might print "[[ 0.91940167 0.08143941]
# [ 0.68744134 0.87236687]]"1234567891011121314151617181920
数组索引(Array indexing)
矩阵
矩阵的操作与Matlab语言有很多的相关性。
#创建矩阵
>>>m=mat([1,2,3])
>>>m
matrix([[1, 2, 3]])
#取值
>>>m[0]#取一行
matrix([[1, 2, 3]])
>>>m[0,1] #第一行，第2个数据2>>>m[0][1] #注意不能像数组那样取值了
Traceback (most recent call last):
File "<stdin>", line 1, in <module>
File "/usr/lib64/python2.7/site-packages/numpy/matrixlib/defmatrix.py", line 305, in __getitem__
out = N.ndarray.__getitem__(self, index)
IndexError: index 1 is out of bounds for axis 0 with size 1#将Python的列表转换成NumPy的矩阵
>>>list=[1,2,3]
>>>mat(list)
matrix([[1, 2, 3]])
#矩阵相乘
>>>m1=mat([1,2,3]) #1行3列
>>>m2=mat([4,5,6])
>>>m1*m2.T #注意左列与右行相等 m2.T为转置操作
matrix([[32]])
>>>multiply(m1,m2) #执行点乘操作，要使用函数，特别注意
matrix([[ 4, 10, 18]])
#排序
>>>m=mat([[2,5,1],[4,6,2]])#创建2行3列矩阵
>>>m
matrix([[2, 5, 1],
[4, 6, 2]])
>>>m.sort()#对每一行进行排序
>>>m
matrix([[1, 2, 5],
[2, 4, 6]])
>>>m.shape #获得矩阵的行列数
(2, 3)
>>>m.shape[0] #获得矩阵的行数2>>>m.shape[1] #获得矩阵的列数3#索引取值
>>>m[1,:] #取得第一行的所有元素
matrix([[2, 4, 6]])
>>>m[1,0:1]#第一行第0个元素，注意左闭右开
matrix([[2]])
>>>m[1,0:3]
matrix([[2, 4, 6]])
>>>m[1,0:2]
matrix([[2, 4]])1234567891011121314151617181920212223242526272829303132333435363738394041424344454647484950515253545556
扩展矩阵函数tile()
例如，要计算[0,0,0]到一个多维矩阵中每个点的距离，则要将[0,0,0]进行扩展。
tile(inX, (i,j)) i是扩展个数，j是扩展长度
实例如下：
>>>x=mat([0,0,0])
>>>x
matrix([[0, 0, 0]])
>>>tile(x,(3,1)) #即将x扩展3个，j=1,表示其列数不变
matrix([[0, 0, 0],
[0, 0, 0],
[0, 0, 0]])
>>>tile(x,(2,2)) #x扩展2次，j=2,横向扩展
matrix([[0, 0, 0, 0, 0, 0],
[0, 0, 0, 0, 0, 0]])1234567891011121314
