Numpy-矩阵的合并

import numpy as nparr1 = np.array([1,2,3])
arr2 = np.array([4,5,6])#矩阵的垂直合并
arr3 = np.vstack((arr1,arr2))
print(arr3)
[[1 2 3][4 5 6]]#矩阵的水平合并
arr4 = np.hstack((arr1,arr2))
print(arr4)
[1 2 3 4 5 6]#3个矩阵的垂直合并
arrv = np.vstack((arr1,arr2,arr3))
print(arrv)
[[1 2 3][4 5 6][1 2 3][4 5 6]]#3个矩阵的水平合并
arrh = np.hstack((arr1,arr2,arr4))
print(arrh)
[1 2 3 4 5 6 1 2 3 4 5 6]#合并的一般方式 默认是水平合并
arr = np.concatenate((arr1,arr2,arr1))
print(arr)
[1 2 3 4 5 6 1 2 3]#axis = 0代表是纵向的合并，注意合并的array维度需要先相同，形状要匹配
arr = np.concatenate((arr3,arrv),axis = 0)
print(arr)
[[1 2 3][4 5 6][1 2 3][4 5 6][1 2 3][4 5 6]]#axis = 1代表是横向的合并，注意合并的array维度需要先相同，形状要匹配
arr = np.concatenate((arr3,arr3),axis = 1)
print(arr)
[[1 2 3 1 2 3][4 5 6 4 5 6]]#对1维的矩阵进行转置发现输出没有变化，说明一维的矩阵不能转置
print(arr1.T)
[1 2 3]print(arr1.T.shape)
(3,)#给1维的矩阵第一个维度上加一个维度,这时候就可以进行转置
arr1_1 = arr1[np.newaxis,:]
print(arr1_1)
[[1 2 3]]
print(arr1_1.shape)
(1, 3)
print(arr1_1.T)
[[1][2][3]]#给1维的矩阵第二个维度上加一个维度
arr1_2 = arr1[:,np.newaxis]
print(arr1_2)
[[1][2][3]]
print(arr1_2.shape)#(3,1)
(3, 1)#np.atleast_2d会判断矩阵是否是1维的矩阵，如果是的话将其转化为2维的矩阵，如果不是的话不做改变
#np.atleast2d:字面意思至少是两维
arr1_3 = np.atleast_2d(arr1)
print(arr1_3)
[[1 2 3]]
print(arr1_3.T)#(3,1)
[[1][2][3]]
arr1_4 = np.atleast_3d(arr1)
print(arr1_4)
[[[1][2][3]]]#如果是超过2维的矩阵不做改变
arr_3d = np.random.random((3,2,3))
print(arr_3d)
[[[0.4324091  0.64994402 0.12787534][0.6124248  0.90403621 0.19718013]][[0.26517375 0.43147199 0.97764531][0.17105938 0.96694364 0.7580243 ]][[0.0946729  0.59033163 0.12797012][0.17993213 0.41231472 0.2179005 ]]]arr1_3 = np.atleast_2d(arr_3d)
print(arr1_3)
[[[0.4324091  0.64994402 0.12787534][0.6124248  0.90403621 0.19718013]][[0.26517375 0.43147199 0.97764531][0.17105938 0.96694364 0.7580243 ]][[0.0946729  0.59033163 0.12797012][0.17993213 0.41231472 0.2179005 ]]]

Numpy-矩阵的合并相关推荐

python如何对两个矩阵进行拼接_Python合并两个numpy矩阵
numpy是Python用来科学计算的一个非常重要的库,numpy主要用来处理一些矩阵对象,可以说numpy让Python有了Matlab的味道. 实际的应用中,矩阵的合并是一个经常发生的操作,如何利 ...
python如何对两个矩阵进行拼接_Python:合并两个numpy矩阵的实现
Python:合并两个numpy矩阵的实现 numpy是Python用来科学计算的一个非常重要的库,numpy主要用来处理一些矩阵对象,可以说numpy让Python有了Matlab的味道. 如何利用 ...
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 ...
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. ...
python文本数据转换数值矩阵_python numpy矩阵的数据类型转换
在python中,numpy矩阵的数据类型转换需要调用astype(),直接修改dtype是无效的.调用astype返回数据类型修改后的矩阵,但是源数据的类型不会变,需要再对源数据的赋值进行操作才可以 ...
numpy 矩阵转置
numpy 矩阵转置 import numpy as np a1 = np.arange(0,10).reshape(2,5) print(a1) [[0 1 2 3 4][5 6 7 8 9]] a ...
python numpy矩阵的旋转, 转置, 正对角线镜像, 副对角线镜像, 行交换, 列交换操作 rot90()
引用文章: NumPy矩阵的旋转 http://liao.cpython.org/numpy13/
python的常见矩阵除法_Python numpy矩阵处理运算工具用法汇总
numpy是用于处理矩阵运算非常好的工具.执行效率高,因为其底层是用的是C语句使用numpy,需要将数据转换成numpy能识别的矩阵格式. 基本用法: numpy.array(object, dty ...
NumPy 矩阵库(Matrix)
NumPy 矩阵库(Matrix) NumPy 中包含了一个矩阵库 numpy.matlib,该模块中的函数返回的是一个矩阵,而不是 ndarray 对象. 一个的矩阵是一个由行(row)列(col ...
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))) >> ...

Numpy-矩阵的合并

Numpy-矩阵的合并相关推荐

最新文章

热门文章