Numpy Tile
Eine der Python -Bibliotheken gibt eine numpy Fliesenfunktion, um mit Arrays zu arbeiten. Dieser Artikel behandelt die Details, wie Numpy Tile funktioniert und was es tut. Wir werden eine kurze Überprüfung der Numpy -Fliese anbieten und kurz die Syntax erklären und schließlich einige Beispiele geben, die Ihnen helfen, die Funktion der Numpy -Fliesen leicht zu verstehen.
Was ist Numpy Tile?
Bevor wir über die Numpy Tile diskutieren, diskutieren wir zunächst das Numpy -Bibliothek und ein grundlegend.
Darüber hinaus bietet die Numpy -Bibliothek Arrays, mit denen Zahlen gespeichert, organisiert und manipuliert werden. Viele Numpy -Funktionen werden in Arrays zum Manipulieren von Numpy -Arrays verwendet, und einer von ihnen ist Numpy Tile.
Die Numpy -Fliese in der Python -Programmiersprache bietet der Einrichtung, um ein Array mehrmals zu wiederholen, so oft Sie möchten.
Numpy Tile in Python ist eine Funktion, die ein neues Array erstellt, indem ein Eingangsarray repliziert wird. Denken Sie an einen Fliesenboden; Die gleiche Fliese wird mehrmals wiederholt, um den gesamten Boden abzudecken. Mit der Numpy Tile -Funktion kann der Benutzer eine Matrix auswählen und sie so oft wiederholen, wie er möchte.
Nehmen wir beispielsweise an, wir haben ein Array [1, 2, 3, 4], wenden Sie die Numpy -Fliesenfunktion als NP an.Fliesen ([1, 2, 3, 4], 2) dupliziert das Array zweimal und gibt ein neues Array zurück.
Syntax von Numpy Fliesen
Der Numpy gibt das Array immer zurück, selbst wenn Sie es mit einer Liste zur Verfügung stellen. Nach der Ausführung der Numpy Tile -Funktion wird daher ein neues Array zurückgegeben. Die Syntax der Numpy -Fliese lautet wie folgt:
# NP.Fliesen (Array, Wiederholung)Das 'Array' repräsentiert das Eingangsarray, auf das die Kachelfunktion angewendet werden soll. Die 'Wiederholung' repräsentiert die Anzahl der, wie oft das Eingangsarray wiederholt werden soll. Lassen Sie uns dies mit der Demonstration von Beispielen verstehen.
Wie funktioniert die Numpy Tile -Funktion in Python??
Die Funktion der Numpy -Fliese ist sehr einfach. Installieren Sie zunächst einen Python -Dolmetscher auf Ihrem System, zum Beispiel Spyder. Installieren Sie dann Numpy mit dem PIP -Befehl; Zum Beispiel, !PIP Installieren Sie Numpy. Sobald die Numpy -Bibliothek installiert ist, können ihre Funktionen und Methoden problemlos in die Python -Programme einbezogen werden.
Im Folgenden haben wir einige Beispiele vorgestellt, die Ihnen helfen, die Numpy -Fliesenfunktion besser zu verstehen.
Beispiel 1:
In diesem Beispiel verwenden wir einfach ein eindimensionales Array und wenden die Numpy-Fliesenfunktion darauf an. Als nächstes importieren wir einfach eine Numpy -Funktion als NP, dann verwenden wir ein Array, das aus vier Werten besteht.
Numph als NP importierenArray = [1, 2, 3, 4]
print ("Das Array ist =", Array)
Rep = 3
print ("\ nrepeat das Array 3 mal =", np.Fliesen (Array, Rep))
Rep = 4
print ("\ nrepeating Array 4 mal =", NP.Fliesen (Array, Rep))
Wie Sie beobachten können, präsentiert der erste Ausgang die 3 Wiederholungen, da die wiederholte Zahl 3 beträgt, während die zweite Ausgabe die viermalige Wiederholung hat, da die bereitgestellte Wiederholungsnummer 4 beträgt. Hier ist die Ausgabe des oben angegebenen Code.
Beispiel 2:
Hier ist ein weiteres Beispiel, um die Funktion der Numpy -Fliese zu demonstrieren. In diesem Beispiel importieren wir einfach den Numpy als NP und verwenden dann ein Array mit 0 Achsenwert. Danach weisen wir die Wiederholungsnummer 3 zu 3 so, dass das Array dreimal wiederholt wird.
Numph als NP importierenArray = np.Array ([0, 1, 2])
print ("Das Array ist =", Array)
x = np.Fliesen (Array, 3)
print ("Das Array nach Anwendung der Fliesenfunktion ist =", x)
Hier ist die Ausgabe des obigen Code:
Beispiel 3:
In diesem Beispiel werden wir erklären, dass die Wiederholung des Eingangsarrays mehr als die Abmessungen des Eingangsarrays sein kann. Zuerst importieren wir die Numpy -Funktion als NP, dann deklarieren wir das Array mit 4 Werten und geben den Wiederholungswert mehr als die Dimension des Arrays an.
Lassen Sie uns den Code zuerst sehen, und dann werden wir ihn besser erklären. Hier ist der Code:
Numph als NP importierenArray = np.Array ([0, 1, 2, 3])
print ("Das Array ist =", Array)
print ("Das Array nach Anwendung der Fliesenfunktion ist =")
x = np.Fliesen (Array, Reps = (3, 3))
Druck (x)
Wie Sie beobachten können, ist der Wiederholungswert (3, 3), was bedeutet, dass die Array -Werte dreimal wiederholt werden, dann wird das resultierende Array dreimal dupliziert. Lassen Sie uns den Ausgang sehen, damit wir das Ergebnis visualisieren und besser verstehen können.
Beispiel 4:
Im vorherigen Beispiel haben wir gezeigt, dass die Wiederholungszahl größer sein kann als die Dimension des Eingangsarrays. In diesem Beispiel werden wir erklären, dass die Anzahl der Wiederholungen geringer sein kann als die Abmessungen des Eingangsarrays.
Hier importieren wir einfach den Numpy als NP und deklarieren dann ein zweidimensionales Eingangsarray mit 2 Zahlen in jeder Dimension. Hier ist der Code des Beispiels:
Numph als NP importierenArray = np.Array ([[2, 3], [4, 5]])
print ("Das Array ist =", Array)
print ("Das Array nach Anwendung der Fliesenfunktion ist =")
x = np.Fliesen (Array, Reps = 3)
Druck (x)
Wie Sie beobachten können, ist das Eingangsarray zweidimensional und die Wiederholungsnummer 3 beträgt 3. In diesem Beispiel wird jeder Wert des Arrays dreimal wiederholt, aber die Anzahl der Dimensionen bleibt gleich. Hier ist die Ausgabe des oben angegebenen Codes:
Abschluss
In diesem Artikel haben wir etwas über die Numpy -Fliesenfunktion erfahren. Die Numpy Library bietet mehrere Funktionen für Arrays und eine von der Fliesenfunktion. Mit der Numpy Tile -Funktion kann der Benutzer das Eingabearray so oft nach Bedarf wiederholen. Mit Hilfe mehrerer Beispiele haben wir die Verwendung der Numpy -Fliesenfunktion erklärt, damit Sie die Funktion besser verstehen.