转载 https://blog.csdn.net/qq_39516859/article/details/80666070?utm_source=blogxgwz1

Python中numpy数组的合并有很多方法，如

np.append()
np.concatenate()
np.stack()
np.hstack()
np.vstack()
np.dstack()
其中最泛用的是第一个和第二个。第一个可读性好，比较灵活，但是占内存大。第二个则没有内存占用大的问题。

假设有两个数组a，b分别为：

>>> a
array(［0, 1, 2],[3, 4, 5],[6, 7, 8］)
>>> b = a*2
>>> b
array(［ 0, 2, 4],[ 6, 8, 10],[12, 14, 16］)

1、水平组合

>>> np.hstack((a,b))
array(［ 0, 1, 2, 0, 2, 4],[ 3, 4, 5, 6, 8, 10],[ 6, 7, 8, 12, 14, 16］)>>> np.concatenate((a,b),axis=1)
array(［ 0, 1, 2, 0, 2, 4],[ 3, 4, 5, 6, 8, 10],[ 6, 7, 8, 12, 14, 16］)

2、垂直组合

>>> np.vstack((a,b))
array(［ 0, 1, 2],[ 3, 4, 5],[ 6, 7, 8],[ 0, 2, 4],[ 6, 8, 10],[12, 14, 16］)>>> np.concatenate((a,b),axis=0)
array(［ 0, 1, 2],[ 3, 4, 5],[ 6, 7, 8],[ 0, 2, 4],[ 6, 8, 10],[12, 14, 16］)

3、深度组合：沿着纵轴方向组合

>>> np.dstack((a,b))
array(［[ 0, 0],[ 1, 2],[ 2, 4］,［ 3, 6],[ 4, 8],[ 5, 10］,［ 6, 12],[ 7, 14],[ 8, 16］])

4、列组合column_stack()

一维数组：按列方向组合
二维数组：同hstack一样

5、行组合row_stack()

以为数组：按行方向组合
二维数组：和vstack一样

6、“==”用来比较两个数组

>>> a==b
array(［ True, False, False],[False, False, False],[False, False, False］, dtype=bool)
#True那个因为都是0

Python中numpy数组的拼接、合并相关推荐

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中numpy数组和字符串互转(互转后数据完全一致)
python中numpy数组和字符串互转(互转后数据完全一致) 代码: import numpy as np # 创建数组arr arr = np.array([ -1.8264365 , -0.63 ...
Python中Numpy数组的归一化处理
背景介绍在对机器学习的数据进行预处理时,往往都需要归一化,从而避免因特征值范围不同而造成学习结果偏差.本节给出Python中将Numpy数组实现(0,1)归一化的代码,其它种类的归一化再遇到时再进行 ...
python中numpy数组形状和计算
1. numpy数组形状数组可以理解为是矩阵,所以会涉及几行几列 import numpy as np import randomt1 = np.array([[1,2,3],[4,5,6]]) p ...
数组的拼接合并 numpy
Python中numpy数组的合并有很多方法,如 np.append() np.concatenate() np.stack() np.hstack() np.vstack() np.dstack() ...
python array转换成list_python中numpy数组与list相互转换实例方法
python的使用之所以方便,原因之一就是各种数据类型各样轻松的转换,例如numpy数组和list的相互转换,只需要函数方法的使用就可以处理.numpy数组使用numpy中的array()函数转换为l ...
python中numpy的用法_Python中numpy多维数组的用法
继上篇讲过numpy如何构建多维数组之后,今天我们来学习numpy多维数组的用法. 加法和减法操作要求操作双方的维数信息一致,均为M*N为数组方可正确执行操作. a = np.arange(4) 输出 ...
python中复数采用什么方法提取实部_讲解Python3中NumPy数组寻找特定元素下标的两种方法 python3中怎样实现对一个复数取实部...
python numpy 数组提取某一列大于某一直的数据 import numpy as npa=np.arange(9).reshape(3,3)12 a Out[31]: array([[0, 1 ...
python中numpy中一维二维三维数组的意思
python中numpy中一维二维三维数组的意思: 以下为一维二维三维数组图形化: 那么一维通俗点就是行(横着看)只有这个,别无二家. 二维通俗点就是行(横着看)+列(竖着看),只有这种形式. 三维比 ...

Python中numpy数组的拼接、合并