文章目录

  • 创建数组
  • append函数
  • concatenate函数
  • stack函数
  • 列表中的 numpy 数组合并
import numpy as np

创建数组

a1 = np.arange(0,6).reshape(2,3)
a1
array([[0, 1, 2],[3, 4, 5]])
a2 = np.arange(6,12).reshape(2,3)
a2
array([[ 6,  7,  8],[ 9, 10, 11]])

append函数

np.append(a1,a2)
array([ 0,  1,  2,  3,  4,  5,  6,  7,  8,  9, 10, 11])
np.append(a1,a2,axis=0)
array([[ 0,  1,  2],[ 3,  4,  5],[ 6,  7,  8],[ 9, 10, 11]])
np.append(a1,a2,axis=1)
array([[ 0,  1,  2,  6,  7,  8],[ 3,  4,  5,  9, 10, 11]])

concatenate函数

np.concatenate((a1,a2),axis=0)
array([[ 0,  1,  2],[ 3,  4,  5],[ 6,  7,  8],[ 9, 10, 11]])
np.concatenate((a1,a2),axis=1)
array([[ 0,  1,  2,  6,  7,  8],[ 3,  4,  5,  9, 10, 11]])

stack函数

np.vstack((a1,a2))
array([[ 0,  1,  2],[ 3,  4,  5],[ 6,  7,  8],[ 9, 10, 11]])
np.hstack((a1,a2))
array([[ 0,  1,  2,  6,  7,  8],[ 3,  4,  5,  9, 10, 11]])
np.dstack((a1,a2))
array([[[ 0,  6],[ 1,  7],[ 2,  8]],[[ 3,  9],[ 4, 10],[ 5, 11]]])

列表中的 numpy 数组合并

列表中的数组可以直接合并,不需要循环出来。

list1 = [a1, a2]
print(list1)
[array([[0, 1, 2],[3, 4, 5]]), array([[ 6,  7,  8],[ 9, 10, 11]])]
np.concatenate(list1, axis=0)
array([[ 0,  1,  2],[ 3,  4,  5],[ 6,  7,  8],[ 9, 10, 11]])

numpy 数组合并相关推荐

  1. Numpy——数组合并

    文章目录 1.np.vstack() 2.np.hstack() 3.np.newaxis() 4.综合newaxis.vstack.hstack 5.np.concatenate() 1.np.vs ...

  2. Python中numpy数组的拼接、合并

    转载 https://blog.csdn.net/qq_39516859/article/details/80666070?utm_source=blogxgwz1 Python中numpy数组的合并 ...

  3. python中vstack_Python numpy实现数组合并实例(vstack,hstack)

    若干个数组可以沿不同的轴合合并到一起,vstack,hstack的简单用法, >>> a = np.floor(10*np.random.random((2,2))) >> ...

  4. python中numpy数组的合并_基于Python中numpy数组的合并实例讲解

    基于Python中numpy数组的合并实例讲解 Python中numpy数组的合并有很多方法,如 - np.append() - np.concatenate() - np.stack() - np. ...

  5. numpy合并循环数组的array_「Python技巧」如何加快循环操作和Numpy数组运算速度

    Python 虽然写起来代码量要远少于如 C++,Java,但运行速度又不如它们,因此也有了各种提升 Python 速度的方法技巧,这次要介绍的是用 Numba 库进行加速比较耗时的循环操作以及 Nu ...

  6. python笔记3(numpy数组)

    记录python听课笔记 文章目录 记录python听课笔记 一,数组创建 1.创建NumPy数组 1.1一维数组和二维数组的创建和访问 1.2三维数组 1.3数组元素的数据类型 1.4arange( ...

  7. numpy 数组抽取_Python 关于NumPy的用法介绍

    NumPy是Python数值计算最重要的基础包,大多数提供科学计算的包都是用NumPy的数组作为构建基础.NumPy本身并没有提供多么高级的数据分析功能,理解NumPy数组以及面向数组的计算,将有助于 ...

  8. 34.35.热图(heatmap)、创建带注释的热图、使用辅助函数的代码样式、图像显示、图像插值、将图像数据导入Numpy数组、将numpy数组绘制为图像

    34.热图(heatmap) 34.1.创建带注释的热图 34.2.使用辅助函数的代码样式 35.图像显示 35.1.图像插值 35.2.将图像数据导入Numpy数组 35.3.将numpy数组绘制为 ...

  9. 数据科学 IPython 笔记本 9.4 NumPy 数组的基础

    9.4 NumPy 数组的基础 本节是<Python 数据科学手册>(Python Data Science Handbook)的摘录. 译者:飞龙 协议:CC BY-NC-SA 4.0 ...

最新文章

  1. linux 内核 初始化失败,300分求内核初始化及启动中出现的问题,
  2. 2015年的ResNet潜力都挖掘出来了吗?新研究:不用蒸馏、无额外数据,性能还能涨一波...
  3. python在哪里写程序和运行-Python程序的编写和运行方式有两种()
  4. 比较好的php源码,目前市面上能拿到的最好的PHP跑F分源码下载
  5. 虚方法(virsual method)
  6. 用python画派大星_派大星的烦恼MISC
  7. [Codeforces 920E]Connected Components?
  8. 【随笔】TongWeb 常见报错
  9. layer 日期laydate年月日切换渲染
  10. Java 动态代理机制讲解(Proxy.newProxyInstance)
  11. 添加MSN客服代码,可显示MSN在线和不在线,自动打开MSN聊天窗口
  12. 邓仰东专栏|机器学习的那些事儿(四):基于GPU的机器学习实例之AlphaGO
  13. Matlab中hold on与hold off的用法
  14. Selenium例1: Bing搜索
  15. Linux安装openoffice和swftools
  16. iOS app的启动优化
  17. Window如何进行日志分析
  18. 最完美的公式——欧拉公式
  19. 怎样使用PS制作木刻效果图片?添加木刻特效原来这么简单!
  20. PS 合并RGB通道 编辑单通道

热门文章

  1. 三维点云分割综述(上)
  2. mysql 存储过程out,in,inout分别表示什么
  3. 在IOS中创建get,set方法
  4. Anaconda | conda常用命令
  5. 局部敏感哈希(Locality sensitive hash) [3]—— 代码篇
  6. 入门 Python GUI 开发的第一个坑
  7. 推荐2个命令快速在本地和服务器之间上传下载文件
  8. 为实现流行病预测:联邦政府在疫情暴发建模方面的努力和机遇
  9. Science-2018-微生物群落的构建过程具有趋简性
  10. VSEARCH让你免费使用无内存限制的USEARCH