NumPy：平铺到特定大小

假设我们有一个模式

x=np.array（[1,2,3]）

我们想重复这个模式来填充一个size

n>>x.size

的数组

我们可以这样做：

np.tile（x，1+（n//x.size））[：n]

我们可以根据形状为二维阵列做类似的事情。（而不是大小）并将其抽象为函数

以二维阵列为例：

pattern=np.array（[[1,2]，[4,5]）
n_行=7
n_cols=5
np.tile(
图案
（1+（n_行//pattern.shape[0]），1+（n_列//pattern.shape[1]））
)[：n_行，：n_列]
输出：
数组（[[1,2,1,2,1]，
[4, 5, 4, 5, 4],
[1, 2, 1, 2, 1],
[4, 5, 4, 5, 4],
[1, 2, 1, 2, 1],
[4, 5, 4, 5, 4],
[1, 2, 1, 2, 1]])

---

我的问题是：在NumPy中有没有一种原生的方法可以做到这一点？

您可以让它更通用一些，但是没有内置的函数

x=np.array（[[1,2]，
[4, 5]])
形状=（7,5）
np.tile（x，np.array（shape）//np.array（np.shape（x））+1）[元组（map（slice，shape））]

您可以让它稍微更通用一些，但是没有内置的函数

x=np.array（[[1,2]，
[4, 5]])
形状=（7,5）
np.tile（x，np.array（shape）//np.array（np.shape（x））+1）[元组（map（slice，shape））]

你能提供一个具有预期输出的小2d数组的示例吗？嗯，我不知道本机有这样的函数，但你的解决方案对我来说很好。你能提供一个具有预期输出的小2d数组的示例吗？嗯，我本机没有意识到这样的函数，但你的解决方案对我来说很好。