Python/numpy array join
来自菜鸟教程
<languages />
NumPy连接数组
连接NumPy数组
连接意味着将两个或多个数组的内容放在单个数组中。
在SQL中,我们基于键联接表,而在NumPy中,我们按轴联接数组。
我们传递要加入的数组序列
concatenate()
功能,以及轴。如果未显式传递轴,则将其视为0。
例
连接两个数组
import numpy as np arr1 = np.array([1, 2, 3]) arr2 = np.array([4, 5, 6]) arr = np.concatenate((arr1, arr2)) print(arr)
例
沿行(轴= 1)联接两个二维数组:
import numpy as np arr1 = np.array([[1, 2], [3, 4]]) arr2 = np.array([[5, 6], [7, 8]]) arr = np.concatenate((arr1, arr2), axis=1) print(arr)
使用堆栈函数连接阵列
堆叠与串联相同,唯一的不同是堆叠是沿着新轴完成的。
我们可以沿着第二个轴连接两个一维数组,这将导致它们一个放在另一个之上。叠加。
我们传递要加入的数组序列
stack()
方法与轴。如果未显式传递轴,则将其视为0。
例
import numpy as np arr1 = np.array([1, 2, 3]) arr2 = np.array([4, 5, 6]) arr = np.stack((arr1, arr2), axis=1) print(arr)
沿行堆叠
NumPy提供了一个辅助功能:
hstack()
沿行堆叠。
例
import numpy as np arr1 = np.array([1, 2, 3]) arr2 = np.array([4, 5, 6]) arr = np.hstack((arr1, arr2)) print(arr)
沿列堆积
NumPy提供了一个辅助功能:
vstack()
沿列堆叠。
例
import numpy as np arr1 = np.array([1, 2, 3]) arr2 = np.array([4, 5, 6]) arr = np.vstack((arr1, arr2)) print(arr)
沿高度堆叠(深度)
NumPy提供了一个辅助功能:
dstack()
沿高度堆叠,高度与深度相同。
例
import numpy as np arr1 = np.array([1, 2, 3]) arr2 = np.array([4, 5, 6]) arr = np.dstack((arr1, arr2)) print(arr)