一、合并多个numpy矩阵

1、首先创建两个多维矩阵

矩阵a的大小为(2,3,2)

矩阵b的大小为(3,2,3)

采用concatentate这个函数就可以合并两个多维矩阵

合并之后应为(5,3,2)

In [1]: import numpy as np

In [2]: a = np.ndarray((3, 2, 3))

In [3]: b = np.ndarray((2, 2, 3))

In [4]: print(a.shape, b.shape)

(3, 2, 3) (2, 2, 3)

In [5]: c = np.concatenate((a, b), axis = 0)

In [6]: print(c.shape)

(5, 2, 3)

In [7]:

二、矩阵的追加

矩阵的追加是采用append这个函数,list也有这个函数,但是二者的使用方式略有不同。

1、创建一个ndarray

2、然后使用np.append()函数进行追加(注意是np.append, 不是a.append)

In [2]: import numpy as np

In [3]: a = np.array([1, 2, 3, 4, 5])

In [4]: a = np.append(a, 10)

In [5]: a

Out[5]: array([ 1, 2, 3, 4, 5, 10])

In [6]: a = np.append(a, [1, 2, 3])

In [7]: a

Out[7]: array([ 1, 2, 3, 4, 5, 10, 1, 2, 3])

三、列表的扩展(extend)

1、列表的扩展就是把两个列表合并

2、采用extend函数

In [9]: a = [1, 2, 3, 4]

In [10]: b = [5, 6, 7, 8]

In [11]: a

Out[11]: [1, 2, 3, 4]

In [12]: b

Out[12]: [5, 6, 7, 8]

In [13]: c = a.extend(b)

In [14]: c

In [15]: a

Out[15]: [1, 2, 3, 4, 5, 6, 7, 8]

请注意extend这个函数的返回值是None,所以上面第13行c的输出为空,而a的值已经变了,所以它是直接在a后面扩展的,并没有任何返回值。

四、列表的追加

列表的追加直接用append就行

1、创建列表a

2、在a的后面追加数据

In [28]: a = [1, 2,3,4]

In [29]: a.append(6)

In [30]: a

Out[30]: [1, 2, 3, 4, 6]

In [31]:

以上这篇numpy实现合并多维矩阵、list的扩展方法就是小编分享给大家的全部内容了,希望能给大家一个参考,也希望大家多多支持脚本之家。

python中矩阵拼接_numpy实现合并多维矩阵、list的扩展方法相关推荐

  1. 站长在线Python精讲:Python中集合的交集、并集、差集和对称差集运算方法详解

    欢迎你来到站长在线的站长学堂学习Python知识,本文学习的是<Python中集合的交集.并集.差集和对称差集运算方法详解>.主要讲的是集合运算的相关的概念,及运算方法,包括:集合的交集. ...

  2. Py之wordcloud:python中非常有趣的词云图wordcloud简介、安装、使用方法、案例应用详细攻略

    Py之wordcloud:python中非常有趣的词云图wordcloud简介.安装.使用方法.案例应用详细攻略 目录 wordcloud简介 wordcloud安装 wordcloud使用方法 案例 ...

  3. python官网中cloudword在哪_Py之wordcloud:python中非常有趣的词云图wordcloud简介、安装、使用方法...

    Py之wordcloud:python中非常有趣的词云图wordcloud简介.安装.使用方法.案例应用详细攻略 目录 wordcloud简介 构建词云的方法很多, 但是个人觉得python的word ...

  4. python中使用pip安装报错:Fatal error in launcher... 解决方法

    python中使用pip安装报错:Fatal error in launcher... 解决方法 参考文章: (1)python中使用pip安装报错:Fatal error in launcher.. ...

  5. Python中用于判断两个集合的交集是否为空集isdisjoint()方法

    [小白从小学Python.C.Java] [Python全国计算机等级考试] [Python数据分析考试必会题] ​● 标题与摘要 Python中用于判断两个集合的交集是否为空集 isdisjoint ...

  6. numpy 矩阵拼接_Numpy学习笔记(下篇)

    Numpy学习笔记(下篇) [TOC] 路漫漫其修远兮,吾将上下而求索!Numpy学习笔记(上篇) 一.Numpy数组的合并与分割操作 ​ 在机器学习算法的使用中会经常使用这两种操作. 1.合并操作 ...

  7. 基于Python中docx与docxcompose批量合并多个Word文档文件并逐一添加分页符

      现有多个Word文件,需将其按名称顺序合并为一个新的Word文件,且需保证每一次合并时,都另起一页(即新的Word文件一页中,不能出现两个及以上的原本Word文件的内容).   一般的,实现多个W ...

  8. python中两个字典如何合并为一个_python怎么合并两个字典

    Python中将两个字典进行合并操作,是一个比较常见的问题.本文将介绍几种实现两个字典合并的方案,并对其进行比较. 对于这个问题,比较直观的想法是将两个字典做相加操作,赋值给结果字典,其代码为: py ...

  9. python中ndarray对象_numpy基础——ndarray对象

    numpy 是使用python进行数据分析不可或缺的第三方库,非常多的科学计算工具都是基于 numpy 进行开发的. ndarray对象是用于存放同类型元素的多维数组,是numpy中的基本对象之一,另 ...

最新文章

  1. mongodb在mysql中怎么用,mongoDB数据库基本操作
  2. SQL优化常用方法36
  3. ZYNQ 的三种GPIO :MIO EMIO AXI_GPIO
  4. Linux内核网络数据包发送(三)——IP协议层分析
  5. static在内存层面的作用_虚拟地址空间--用户进程看到的自己所占用的内存
  6. linux下socket编程-TCP
  7. iphone开发中的一些小技
  8. shell变成中的测试语句
  9. android4.0.3去掉底部状态栏statusbar,全屏显示示例代码
  10. hdu 1398 Square Coins/hdu 1028 Ignatius and the Princess III
  11. windows和Linux查看端口占用进程并关闭
  12. python 身份证校验位计算
  13. 你要的 React 面试知识点,都在这了
  14. jsp 图片下载功能
  15. LVS-NAT基于NFS存储部署Discuz
  16. hive报错Could not get block locations. Source file “/user/hive/warehouse/xxx
  17. 编程基础——鱼龙混杂来两波
  18. 分享一下自己存的网站
  19. 堆(heap)系列_0x0A:3种方法一次性解决堆溢出问题
  20. PCIe的内存地址空间、I/O地址空间和配置地址空间

热门文章

  1. php bootstraptable分页,Bootstrap table分页问题汇总【附答案代码】
  2. python程序跑得慢_Python程序慢的重要原因
  3. .net 程序加密方法
  4. VIM打开shell脚本中文乱码解决
  5. java中注解的使用与实例 (二)
  6. “service httpd does not support chkconfig” 問題
  7. 局域网无法上网解决处理方法
  8. 你可能不需要一个 JavaScript 框架(二)
  9. Linux课程第六天学习笔记
  10. spark(一) build