[转]Python numpy函数hstack() vstack() stack() dstack() vsplit() concatenate()
Python numpy函数hstack() vstack() stack() dstack() vsplit() concatenate()
觉得有用的话,欢迎一起讨论相互学习~Follow Me
转载链接
numpy.stack()函数
- 函数原型:numpy.stack(arrays, axis=0)
程序实例:
>>> arrays = [np.random.randn(3, 4) for _ in range(10)]
>>> np.stack(arrays, axis=0).shape
(10, 3, 4)>>>>>> np.stack(arrays, axis=1).shape
(3, 10, 4)>>>>>> np.stack(arrays, axis=2).shape
(3, 4, 10)>>>>>> a = np.array([1, 2, 3])
>>> b = np.array([2, 3, 4])
>>> np.stack((a, b))
array([[1, 2, 3],[2, 3, 4]])>>>>>> np.stack((a, b), axis=-1)
array([[1, 2],[2, 3],[3, 4]])
numpy.hstack()函数
函数原型:numpy.hstack(tup)
其中tup是arrays序列,The arrays must have the same shape, except in the dimensioncorresponding to axis (the first, by default).
等价于:np.concatenate(tup, axis=1)
程序实例:
>>> a = np.array((1,2,3))
>>> b = np.array((2,3,4))
>>> np.hstack((a,b))
array([1, 2, 3, 2, 3, 4])
>>> a = np.array([[1],[2],[3]])
>>> b = np.array([[2],[3],[4]])
>>> np.hstack((a,b))
array([[1, 2],[2, 3],[3, 4]])
numpy.vstack()函数
函数原型:numpy.vstack(tup)
等价于:np.concatenate(tup, axis=0) if tup contains arrays thatare at least 2-dimensional.
程序实例:
>>> a = np.array([1, 2, 3])
>>> b = np.array([2, 3, 4])
>>> np.vstack((a,b))
array([[1, 2, 3],[2, 3, 4]])>>>>>> a = np.array([[1], [2], [3]])
>>> b = np.array([[2], [3], [4]])
>>> np.vstack((a,b))
array([[1],[2],[3],[2],[3],[4]])
numpy.dstack()函数
函数原型:numpy.dstack(tup)
等价于:np.concatenate(tup, axis=2)
程序实例:
>>> a = np.array((1,2,3))
>>> b = np.array((2,3,4))
>>> np.dstack((a,b))
array([[[1, 2],[2, 3],[3, 4]]])>>>>>> a = np.array([[1],[2],[3]])
>>> b = np.array([[2],[3],[4]])
>>> np.dstack((a,b))
array([[[1, 2]],[[2, 3]],[[3, 4]]])
numpy.concatenate()函数
- 函数原型:numpy.concatenate((a1, a2, ...), axis=0)
程序实例:
>>> a = np.array([[1, 2], [3, 4]])
>>> b = np.array([[5, 6]])
>>> np.concatenate((a, b), axis=0)
array([[1, 2],[3, 4],[5, 6]])
>>> np.concatenate((a, b.T), axis=1)
array([[1, 2, 5],[3, 4, 6]])This function will not preserve masking of MaskedArray inputs.
>>>>>> a = np.ma.arange(3)
>>> a[1] = np.ma.masked
>>> b = np.arange(2, 5)
>>> a
masked_array(data = [0 -- 2],mask = [False True False],fill_value = 999999)
>>> b
array([2, 3, 4])
>>> np.concatenate([a, b])
masked_array(data = [0 1 2 2 3 4],mask = False,fill_value = 999999)
>>> np.ma.concatenate([a, b])
masked_array(data = [0 -- 2 2 3 4],mask = [False True False False False False],fill_value = 999999)
numpy.vsplit()函数
- 函数原型:numpy.vsplit(ary, indices_or_sections)
程序实例:
>>> x = np.arange(16.0).reshape(4, 4)
>>> x
array([[ 0., 1., 2., 3.],[ 4., 5., 6., 7.],[ 8., 9., 10., 11.],[ 12., 13., 14., 15.]])
>>> np.vsplit(x, 2)
[array([[ 0., 1., 2., 3.],[ 4., 5., 6., 7.]]),array([[ 8., 9., 10., 11.],[ 12., 13., 14., 15.]])]
>>> np.vsplit(x, np.array([3, 6]))
[array([[ 0., 1., 2., 3.],[ 4., 5., 6., 7.],[ 8., 9., 10., 11.]]),array([[ 12., 13., 14., 15.]]),array([], dtype=float64)]With a higher dimensional array the split is still along the first axis.
>>>>>> x = np.arange(8.0).reshape(2, 2, 2)
>>> x
array([[[ 0., 1.],[ 2., 3.]],[[ 4., 5.],[ 6., 7.]]])
>>> np.vsplit(x, 2)
[array([[[ 0., 1.],[ 2., 3.]]]),array([[[ 4., 5.],[ 6., 7.]]])]
转载于:https://www.cnblogs.com/cloud-ken/p/9946593.html
[转]Python numpy函数hstack() vstack() stack() dstack() vsplit() concatenate()相关推荐
- Python numpy函数hstack() vstack() stack() dstack() vsplit() concatenate()的使用
Python numpy函数hstack() vstack()stack()dstack()vsplit()concatenate()的使用 文章目录: 一. 一. Reference: 1.http ...
- Python numpy函数hstack() vstack() stack() dstack() vsplit() concatenate()
感觉numpy.hstack()和numpy.column_stack()函数略有相似,numpy.vstack()与numpy.row_stack()函数也是挺像的. stackoverflow上也 ...
- Python numpy hstack() vstack() stack() dstack() vsplit() concatenate()函数用法和区别
参考文章:Python numpy函数hstack() vstack() stack() dstack() vsplit() concatenate()
- numpy函数hstack,vstack,dstack简介
vstack.hstack和dstack都用于把几个小数组合并成一个大数组.它们的差别是小数组的元素在大数组中的排列顺序有所不同.把两部手机摆到一起有几种方式?水平的左右排列,垂直的上下排列,还可以把 ...
- [转载] Python numpy函数:all()和any()比较矩阵
参考链接: Python中的any和all 数组元素的比对,我们可以直接使用"=="进行比较,比如: 但是当数组元素较多时,查看输出结果便变得很麻烦,这时我们可以使用all()方法 ...
- Python numpy函数:shape用法(简单样本及样本对应变量场景)
2021/07/23 预测学习 shape函数功能是读取矩阵的长度,从最外面读到最里面,即从第一维度长度读到最后一维度 data = np.array([[1,2,3],[4,5,6]]) a = d ...
- Python numpy函数:all()和any()比较矩阵
数组元素的比对,我们可以直接使用"=="进行比较,比如: 但是当数组元素较多时,查看输出结果便变得很麻烦,这时我们可以使用all()方法,直接比对a矩阵和b矩阵的所有对应的元素是否 ...
- Python numpy函数:reshape()
reshape()是数组对象中的方法,用于改变数组的形状. 形状变化是基于数组元素不能改变的,变成的新形状中所包含的元素个数必须符合原来元素个数.如果数组元素发生变化的时候,就会报错: reshape ...
- [转载] python numpy 总结
参考链接: Python中的numpy.compress 先决条件 在阅读这个教程之前,你多少需要知道点python.如果你想重新回忆下,请看看Python Tutorial. 如果你想要运行教程中的 ...
最新文章
- 大数据系列6:HBase – 基于Hadoop的分布式数据库
- Vmware安装提示在关闭以下进程 之前,无法进行安装的解决办法
- Table嵌套去掉子table的外边框
- 《星球大战:前线2》预告片发布
- 多选月份的日期选择器_GitHub - ylmyg/SelectionTime: Android下日期选择器,支持范围选择、多选、单选、根据输入天数选择日期...
- Windows下Eclipse+PyDev安装Python开发环境
- hdu 4982 贪心构造序列
- java 变成题_Java 习题8 参考答案及解析
- OllyDBG 入门系列(三)-函数
- bootstrapValidator验证的remote中data属性里获取select一直是默认值
- 从 Java 替代品到打造完整生态,Kotlin 10 岁了!
- redis PUB/SUB(发布/订阅)
- 计算机网络的结构之Internet结构
- java 实现poi方式读取word文件内容
- python的try和except_关于python:修复try和except中的无效语法错误
- c语言不能调用strcat连接两个字符串_C语言中常用的6个字符串处理函数
- linux输入法中文输入法,RHEL7配置中文输入法-智能拼音
- 还原html默认打开方式,Win7旗舰版64位系统下如何还原文件默认打开方式
- (python)爬虫----八个项目带你进入爬虫的世界
- 【JAVA今法修真】 第七章 洞天风云起,索引混乱平
热门文章
- zookeeper 日志查看_zookeeper 安装和集群配置
- MySQL 查询连接数并显示完整的processlist中info信息
- 如何查看磁盘分区情况
- apache camel 相关配置_Web基础配置篇(二): Maven配置及使用
- python 全部缩进一行_Python成为专业人士笔记–程序行空白及tab缩进的作用
- 通用 字符串工具类
- python函数和代码复用思维导图_Python语言程序---代码复用与函数递归(二)
- java中properties类_Java中的Properties类详解
- linux系统怎样挂载虚拟盘,linux 应用盘(从盘)挂载方法linux操作系统 -电脑资料...
- springfox源码_springfox 源码分析(七) 文档初始化