NumPy 将不同的数组堆叠在一起
2021-11-06 17:33 更新
多个数组可以沿不同的轴堆叠在一起:
>>> a = np.floor(10 * rg.random((2, 2)))
>>> a
array([[9., 7.],
[5., 2.]])
>>> b = np.floor(10 * rg.random((2, 2)))
>>> b
array([[1., 9.],
[5., 1.]])
>>> np.vstack((a, b))
array([[9., 7.],
[5., 2.],
[1., 9.],
[5., 1.]])
>>> np.hstack((a, b))
array([[9., 7., 1., 9.],
[5., 2., 5., 1.]])
column_stack
函数将一维数组作为列堆叠到二维数组中。它等效于hstack
仅用于 2D 数组:
>>> from numpy import newaxis
>>> np.column_stack((a, b)) # with 2D arrays
array([[9., 7., 1., 9.],
[5., 2., 5., 1.]])
>>> a = np.array([4., 2.])
>>> b = np.array([3., 8.])
>>> np.column_stack((a, b)) # returns a 2D array
array([[4., 3.],
[2., 8.]])
>>> np.hstack((a, b)) # the result is different
array([4., 2., 3., 8.])
>>> a[:, newaxis] # view `a` as a 2D column vector
array([[4.],
[2.]])
>>> np.column_stack((a[:, newaxis], b[:, newaxis]))
array([[4., 3.],
[2., 8.]])
>>> np.hstack((a[:, newaxis], b[:, newaxis])) # the result is the same
array([[4., 3.],
[2., 8.]])
另一方面,row_stack
函数等效vstack
于任何输入数组。实际上,row_stack
是vstack
的别名:
>>> np.column_stack is np.hstack
False
>>> np.row_stack is np.vstack
True
通常,对于具有多于两个维度的数组, hstack
沿着它们的第二个轴vstack
堆叠,沿着它们的第一个轴堆叠,而且concatenate
允许一个可选参数给出应该发生连接的轴的编号。
笔记
在复杂的情况下,r_
并且c_
是用于通过沿一个轴堆叠号码创建阵列有用的。它们允许使用范围文字:
。
>>> np.r_[1:4, 0, 4]
array([1, 2, 3, 0, 4])
当与数组作为参数使用的, r_
并且 c_
是类似于 vstack
和 hstack
在它们的默认行为,但允许一个可选参数给轴沿其来连接的数量。
以上内容是否对您有帮助:
更多建议: