numpy数组合并和矩阵拼接的实现
作者:小白不白嘿嘿嘿 时间:2022-09-05 19:39:54
Numpy中提供了concatenate,append, stack类(包括hsatck、vstack、dstack、row_stack、column_stack),r_和c_等类和函数用于数组拼接的操作。
各种函数的特点和区别如下标:
concatenate | 提供了axis参数,用于指定拼接方向 |
---|---|
append | 默认先ravel再拼接成一维数组,也可指定axis |
stack | 提供了axis参数,用于生成新的维度 |
hstack | 水平拼接,沿着行的方向,对列进行拼接 |
vstack | 垂直拼接,沿着列的方向,对行进行拼接 |
dstack | 沿着第三个轴(深度方向)进行拼接 |
column_stack | 水平拼接,沿着行的方向,对列进行拼接 |
row_stack | 垂直拼接,沿着列的方向,对行进行拼接 |
r_ | 垂直拼接,沿着列的方向,对行进行拼接 |
c_ | 水平拼接,沿着行的方向,对列进行拼接 |
直接合并
将两个一维数组合并成一个二维数组:
import torch
import numpy as np
import matplotlib.pyplot as plt
a = np.arange(0,15,0.1)
b = 1.088 * a + 0.638 + np.random.rand() * 10
print(a.shape,b.shape)
points = np.array([a,b])
print(points.shape)
(150,) (150,)
(2, 150)
append拼接
append(arr, values, axis=None)
arr | 待合并的数组的复制(特别主页是复制,所以要多耗费很多内存) |
values | 用来合并到上述数组复制的值。如果指定了下面的参数axis的话,则这些值必须和arr的shape一致(shape[axis]之外都相等),否则的话,则没有要求。 |
axis | 要合并的轴. |
>>> import numpy as np
>>> ar1 = np.array([[1,2,3], [4,5,6]])
>>> ar2 = np.array([[7,8,9], [11,12,13]])
>>> np.append(ar1, ar2) # 先ravel扁平化再拼接,所以返回值为一个1维数组
array([ 1, 2, 3, 4, 5, 6, 7, 8, 9, 11, 12, 13])
>>> np.append(ar1, ar2, axis=0) # 沿第一个轴拼接,这里为行的方向
array([[ 1, 2, 3],
[ 4, 5, 6],
[ 7, 8, 9],
[11, 12, 13]])
>>> np.append(ar1, ar2, axis=1) # 沿第二个轴拼接,这里为列的方向
array([[ 1, 2, 3, 7, 8, 9],
[ 4, 5, 6, 11, 12, 13]])
concatenate拼接
concatenate(a_tuple, axis=0, out=None)
a_tuple: | 对需要合并的数组用元组的形式给出 |
axis | 待合并的轴,默认为0 |
>>> import numpy as np
>>> ar1 = np.array([[1,2,3], [4,5,6]])
>>> ar2 = np.array([[7,8,9], [11,12,13]])
>>> ar1
array([[1, 2, 3],
[4, 5, 6]])
>>> ar2
array([[ 7, 8, 9],
[11, 12, 13]])
>>> np.concatenate((ar1, ar2)) # 这里的第一轴(axis 0)是行方向
array([[ 1, 2, 3],
[ 4, 5, 6],
[ 7, 8, 9],
[11, 12, 13]])
>>> np.concatenate((ar1, ar2),axis=1) # 这里沿第二个轴,即列方向进行拼接
array([[ 1, 2, 3, 7, 8, 9],
[ 4, 5, 6, 11, 12, 13]])
>>> ar3 = np.array([[14,15,16]]) # shape为(1,3)的2维数组
>>> np.concatenate((ar1, ar3)) # 一般进行concatenate操作的array的shape需要一致,当然如果array在拼接axis方向的size不一样,也可以完成
>>> np.concatenate((ar1, ar3)) # ar3虽然在axis0方向的长度不一致,但axis1方向上一致,所以沿axis0可以拼接
array([[ 1, 2, 3],
[ 4, 5, 6],
[14, 15, 16]])
>>> np.concatenate((ar1, ar3), axis=1) # ar3和ar1在axis0方向的长度不一致,所以报错
hstack
>>> np.hstack((ar1,ar2)) # 水平拼接,沿着行的方向,对列进行拼接
array([[ 1, 2, 3, 7, 8, 9],
[ 4, 5, 6, 11, 12, 13]])
vstack
>>> np.vstack((ar1,ar2)) # 垂直拼接,沿着列的方向,对行进行拼接
array([[ 1, 2, 3],
[ 4, 5, 6],
[ 7, 8, 9],
[11, 12, 13]])
vstack
>>> np.dstack((ar1,ar2)) # 对于2维数组来说,沿着第三轴(深度方向)进行拼接, 效果相当于stack(axis=-1)
array([[[ 1, 7],
[ 2, 8],
[ 3, 9]],
[[ 4, 11],
[ 5, 12],
[ 6, 13]]])
column_stack和row_stack
>>> np.column_stack((ar1,ar2)) # 水平拼接,沿着行的方向,对列进行拼接
array([[ 1, 2, 3, 7, 8, 9],
[ 4, 5, 6, 11, 12, 13]])
>>> np.row_stack((ar1,ar2)) # 垂直拼接,沿着列的方向,对行进行拼接
array([[ 1, 2, 3],
[ 4, 5, 6],
[ 7, 8, 9],
[11, 12, 13]])
np.r_ 和np.c_
常用于快速生成ndarray数据
>>> np.r_[ar1,ar2] # 垂直拼接,沿着列的方向,对行进行拼接
array([[ 1, 2, 3],
[ 4, 5, 6],
[ 7, 8, 9],
[11, 12, 13]])
>>> np.c_[ar1,ar2] # 水平拼接,沿着行的方向,对列进行拼接
array([[ 1, 2, 3, 7, 8, 9],
[ 4, 5, 6, 11, 12, 13]])
来源:https://blog.csdn.net/weixin_45755332/article/details/112570897
标签:numpy,数组合并,矩阵拼接
0
投稿
猜你喜欢
PHP判断是否微信访问的方法示例
2023-07-05 03:21:36
Python模块_PyLibTiff读取tif文件的实例
2023-04-11 03:22:06
django session完成状态保持的方法
2021-12-07 16:12:02
Python Pygame实战之飞机大战的实现
2023-10-19 17:30:30
解析:MySQL 数据库搜索中大小写敏感性
2009-02-23 17:32:00
python实现图像降噪
2022-03-09 06:36:38
JavaScript中的console.trace()函数介绍
2024-05-21 10:13:33
python配置mssql连接的方法
2021-05-12 08:03:28
浅谈django 重载str 方法
2022-12-17 18:40:33
详解Django之auth模块(用户认证)
2021-12-11 21:09:20
Python如何获取多线程返回结果
2024-01-01 23:34:28
PyQt5实现数据的增删改查功能详解
2021-03-30 06:50:07
python中requests爬去网页内容出现乱码问题解决方法介绍
2023-09-14 01:00:11
解决Python数据可视化中文部分显示方块问题
2021-01-27 03:53:36
tensorflow学习笔记之简单的神经网络训练和测试
2021-02-18 20:28:14
matplotlib之Font family [‘sans-serif‘] not found的问题解决
2021-03-31 09:55:42
在VScode中引用自定义模块问题
2023-08-13 03:50:37
Python3导入自定义模块的三种方法详解
2021-06-05 18:49:27
Vue+ECharts实现中国地图的绘制及各省份自动轮播高亮显示
2024-04-27 16:12:40
使用Python实现在Windows下安装Django
2023-03-16 12:58:03