Python numpy 入門系列 22 合併ndarray

#Python numpy 入門系列 22 合併ndarray| 来源: 网络整理| 查看: 265

ndarray的合併

定義要使用的數據源

a = np.array([1, 1, 1]) b = np.array([2, 2, 2]) print('a', a) print('b', b)

a [1 1 1] b [2 2 2]

numpy.vstack()函數

語法：vstack(tup)，參數是一個元組，它可將元組中指定的數組進行合併

# 將a與b合併 c = np.vstack((a, b)) print('合併結果：\n', c) print('c的形狀：\n', c.shape)

合併結果： [[1 1 1] [2 2 2]] c的形狀： (2, 3)

從結果來看，兩個一維數組合並後的結果是一個二維數組

numpy.hstack()函數

語法：hstack(tup)，參數是一個元組與 vstack不同的是，vstack將數組進行縱向合併，而hstack將數組進行橫向合併vstack 是 vertical stack 的縮寫hstack 是 horizontal stack 的縮寫

# 將a與b合併 c = np.hstack((a, b)) print('合併結果：\n', c) print('c的形狀：\n', c.shape)

合併結果： [1 1 1 2 2 2] c的形狀： (6,)

可以看出，兩個一維數組對象橫向合併後，還是一個一維的序列，不過，元素的個數是被合併數組元素個數之和將a或b行轉成列

a = a.T print(a)

[1 1 1]

上面的方式是無法將a進行行轉列的，原因是a是個一維數組，它根本就沒有列，正確的方式是：

c = a.reshape((3, 1)) print(c)

[[1] [1] [1]]

重新定義形狀後，現在a是一個3行1列的矩陣，即一個二維數據

思考：a.reshape()是將a所指向的數組的形狀改變了嗎？再來查看a

print(a) [1 1 1]

實際上，a.reshape()只是創建了一個a的副本，然後將該副本的內存地址賦給了變量c，而a變量所指向的數組還是原來的對象

newaxis屬性

還有另外一組方式可以改變a的形狀，也是返回一個；axis表示“軸”的意思

# 在行上增加一個維度（增加一個軸） c = a[np.newaxis, :] print(c) print(c.shape) print('-'*15) # 在列上增加一個維度 c = a[:, np.newaxis] print(c) print(c.shape)

[[1 1 1]] (1, 3) --------------- [[1] [1] [1]] (3, 1)

可以看出，返回的新對象的維度都已經發生了變化，在列方向上增加維度以後，將原先的一維數組變成了縱向的二維數組

_a = a[:, np.newaxis] _b = b[:, np.newaxis] c = np.hstack((_a, _b)) print(c)

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

也可以將同一個對象進行合併

print(np.hstack((_a, _a, _b, _b)))

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

concatenate()

也可以將數組進行合併，通過axis可以指定合併的方向

# 橫向合併 c = np.concatenate((_a, _a, _b, _b), axis=1) # 縱向合併 d = np.concatenate((_a,_b), axis=0) print(c) print('-'*10) print(d)

[[1 1 2 2] [1 1 2 2] [1 1 2 2]] ---------- [[1] [1] [1] [2] [2]

————————————————REF

鏈接：https://blog.csdn.net/shipeng1022/article/details/107069140

https://www.codenong.com/cs105209851/

http://c.biancheng.net/view/7209.html

http://www.zzvips.com/article/174390.html

【本文地址】

公司简介

联系我们

今日新闻

推荐新闻

专题文章