np.c_与np.r_
import sys reload(sys) sys.setdefaultencoding('utf-8') import numpy as npdef test():'''numpy函数np.c_和np.r_学习使用'''data_list1=[4,6,12,6,0,3,7]data_list2=[1,5,2,65,6,7,3]data_list3=[1,5,2,65,6]print u'np.r_ data_list1和data_list2合并'print np.r_[data_list1,data_list2]print u'np.r_ data_list1和data_list3合并'print np.r_[data_list1,data_list3]print u'np.c_ data_list1和data_list2合并'print np.c_[data_list1,data_list2]print u'np.c_ data_list1和data_list3合并'print np.c_[data_list1,data_list3]if __name__=='__main__':
其中,data_list1:1行7列,data_list2:1行7列,data_list1:1行5列,
结果如下
np.r_ data_list1和data_list2合并
[ 4 6 12 6 0 3 7 1 5 2 65 6 7 3]
np.r_ data_list1和data_list3合并
[ 4 6 12 6 0 3 7 1 5 2 65 6]
np.c_ data_list1和data_list2合并[[ 4 1][ 6 5][12 2][ 6 65][ 0 6][ 3 7][ 7 3]]
np.c_ data_list1和data_list3合并
ValueError: all the input array dimensions except for the concatenation axis must match exactly
[Finished in 0.2s with exit code 1]
简单地总结一下用法就是:
np.r_是按行连接两个矩阵,就是把两矩阵上下相加,要求列数相等。
np.c_是按列连接两个矩阵,就是把两矩阵左右相加,要求行数相等。
np.r 要求行数相等,连接两个矩阵,矩阵连接(append),直接把b放到a的后面
np.c 要求列数相等,b的第一行连接到a的第一行后面,b的第二行连接到a的第二行后面,以此类推
转载于:https://www.cnblogs.com/fcfc940503/p/10966651.html
np.c_与np.r_相关推荐
- np.c_和np.r_用法
np.r_是按列连接两个矩阵,就是把两矩阵上下相加,要求列数相等. np.c_是按行连接两个矩阵,就是把两矩阵左右相加,要求行数相等. 具体见示例: 1.np.c_的用法 a = np.array([ ...
- np.c_和np.r_的用法解析
np.r_是按列连接两个矩阵,就是把两矩阵上下相加,要求列数相等. np.c_是按行连接两个矩阵,就是把两矩阵左右相加,要求行数相等. 具体见示例: .np.c_的用法 a = np.array([[ ...
- np.c_ 对比 np.r_
例子 import numpy as np a = np.array([1, 2, 3]) b = np.array([4, 5, 6]) c = np.c_[a,b]print(np.r_[a,b] ...
- [Python] 矩阵拼接 np.c_[a,b]和np.r_[a,b]
功能: 将矩阵横向或纵向拼接 np.c_[a,b] 将a, b看成单位,放置于不同的列.(左右合并) np.r_[a,b] 将a, b看成单位,放置于不同的行.(上下合并) 示例: import nu ...
- np.meshgrid, ravel(), np.c_, plt.contourf()函数的用法,以及决策边界的画法。
前言: 楼主最近在学机器学习时碰到的一些函数,用来画决策边界.记录现在的想法. 1: np.meshgrid的用法: X,Y = np.meshgrid(x,y)是将x中的每个点与y中的每个点连起来成 ...
- 【NumPy】 快速构建 ndarray 对象(np.empty、np.full、np.titl、np.r_、np.linspace)
____tz_zs numpy 提供了多了函数来快速创建不同需求的数组.对于普通的 ndarray 的创建.切片.复制.改变维度和数据类型等操作,见我另一篇博客:https://blog.csdn.n ...
- np.c_[xx.ravel(),yy.ravel()]
ravel() ravel()方法将数组维度拉成一维数组 print((np.c_[xx.ravel(),yy.ravel()]))
- np.asarray和np.array、np.nanmean和np.mean、np.diff、
文章目录 np.asarray和np.array np.nanmean和np.mean np.diff import numpy as np np.asarray和np.array np.array( ...
- 神器np.unique、np.argsort
文章目录 np.unique np.argsort 本文介绍一些比较少用,但是强大的功能. import numpy as np np.unique 我说得这个不常用指的是后面的一个参数,去重本身是常 ...
最新文章
- Unity的三种Interceptor
- 美国要求台积电、三星45天内主动交出商业数据,不配合将采取必要行动
- 未定义标识符 stringc/c++(20)_20款奔驰G63AMG霸气颜值 运动造型
- bigdecimal判断大于零_Python零基础入门(七):运算符
- 在WEBSTART中实现串口通信(WINDOWS版)
- arm-linux学习笔记3-linux内存管理与文件操作
- buidulbs android.jar,在将AS项目迁移到IDEA时,无法将com.android.bui...
- java和C#的相同之处笔记
- char*赋值给std::string是深拷贝
- Atitit 资源清理之道与gc之道 gc算法 清理临时表 临时资源 使用的算法类型是 引用计数(reference counting),基于时间过期自动清理资源 1. 3.1. 从各种
- 幅频特性曲线的绘制(2)
- 利用Greenfoot制作简单的小游戏——记忆翻牌游戏(一)
- 软考中高级项目管理案例分析-人力资源管理
- VIM插件管理:管理插件的插件pathogen
- 基于情感词典的python情感分析!它居然比我还懂我女友!
- R语言——多元数据直观表示
- 百度网盘PC端扫描二维码登录时无法加载二维码问题解决方法
- 创业起步阶段需要注意什么?
- SQL 注入漏洞(一)
- 【Mathematica】 最小二乘法
热门文章
- boost::mp11::tuple_apply相关用法的测试程序
- boost::mp11::mp_set_contains相关用法的测试程序
- boost::intrusive::offset_ptr用法的测试程序
- boost::container实现emplace进位的程序
- boost::contract模块实现circle的测试程序
- Boost:bind绑定一元地址的测试程序
- ITK:排序ITK索引
- DCMTK:演示状态查看器-网络接收组件(存储SCP)
- VTK:Utilities之ViewportBorders
- OpenCV iOS-图像处理