Numpy 数组拼接与拆分函数详解

数组拼接

concatenate()

concatenate()函数可以让数组按指定维度进行拼接，以下的例子中都使用矩阵进行演示

concatenate的参数一般有两个，第一个为包含需要进行拼接的矩阵列表或矩阵元组，第二个参数为axis，为0则沿行方向进行拼接，为1则沿列方向拼接

import numpy as np
import torch

np.random.seed(1)
data1 = np.arange(15).reshape(3,5)
data2 = np.arange(15,30).reshape(3,5)
print(data1,end='\n\n')
print(data2,end='\n\n')
print(np.concatenate([data1,data2],axis=0),end='\n\n')
print(np.concatenate((data1,data2),axis=1),end='\n\n')

# [[ 0  1  2  3  4]
#  [ 5  6  7  8  9]
#  [10 11 12 13 14]]
# 
# [[15 16 17 18 19]
#  [20 21 22 23 24]
#  [25 26 27 28 29]]
# 
# [[ 0  1  2  3  4]
#  [ 5  6  7  8  9]
#  [10 11 12 13 14]
#  [15 16 17 18 19]
#  [20 21 22 23 24]
#  [25 26 27 28 29]]
# 
# [[ 0  1  2  3  4 15 16 17 18 19]
#  [ 5  6  7  8  9 20 21 22 23 24]
#  [10 11 12 13 14 25 26 27 28 29]]

hstack()/vstack()

hstack和vstack中的h代表horizontal（横向的），v代表vertical（竖向的），stack具有堆叠的意思

所以这里的hstack()作用是沿列方向拼接，vstack()作用是沿行方向拼接

import numpy as np
import torch

np.random.seed(1)
data1 = np.arange(15).reshape(3,5)
data2 = np.arange(15,30).reshape(3,5)
print(data1,end='\n\n')
print(data2,end='\n\n')
print(np.hstack([data1,data2]))
print(np.vstack((data1,data2)))
# [[ 0  1  2  3  4]
#  [ 5  6  7  8  9]
#  [10 11 12 13 14]]
# 
# [[15 16 17 18 19]
#  [20 21 22 23 24]
#  [25 26 27 28 29]]
# 
# [[ 0  1  2  3  4 15 16 17 18 19]
#  [ 5  6  7  8  9 20 21 22 23 24]
#  [10 11 12 13 14 25 26 27 28 29]]
# [[ 0  1  2  3  4]
#  [ 5  6  7  8  9]
#  [10 11 12 13 14]
#  [15 16 17 18 19]
#  [20 21 22 23 24]
#  [25 26 27 28 29]]

数组切分

split()

split()函数具有将矩阵按指定维度切分的作用

参数如下：第一个参数为要进行切分的数组对象，第二参数为indices_or_sections，也就是进行切分的方法指定，可以为数组或值，axis为0则沿行方向，为1则沿列方向

这里indices_or_sections若为数值，比如为2，则表示把数组分为2等份，若无法分成2等份则会报错

indices_or_sections若为数组，则比如[2,4],并且是沿行切分，

则会按照如下规则切分

每一份为

[:2],[2:4],[4:]

数组参数可以根据需要进行设置，分成几份，每份几行，或几列，都可自定义

下述为一个沿行方向四等分的例子

import numpy as np
import torch

np.random.seed(1)
data1 = np.arange(16).reshape(4,4)
print(data1,end='\n\n')
print(np.split(data1,indices_or_sections=4,axis=0),end='\n\n')

# [[ 0  1  2  3]
#  [ 4  5  6  7]
#  [ 8  9 10 11]
#  [12 13 14 15]]
# 
# [array([[0, 1, 2, 3]]), array([[4, 5, 6, 7]]), array([[ 8,  9, 10, 11]]), array([[12, 13, 14, 15]])]

 下述为一个将四行数组沿行分为1，2，1的例子

import numpy as np
import torch

np.random.seed(1)
data1 = np.arange(16).reshape(4,4)
print(data1,end='\n\n')
print(np.split(data1,indices_or_sections=[1,3],axis=0),end='\n\n')

# [[ 0  1  2  3]
#  [ 4  5  6  7]
#  [ 8  9 10 11]
#  [12 13 14 15]]
# 
# [array([[0, 1, 2, 3]]), array([[ 4,  5,  6,  7],
#        [ 8,  9, 10, 11]]), array([[12, 13, 14, 15]])]

hsplit()/vsplit()

这里hsplit()表示沿列切分，vsplit表示沿行切分

参数只有要切分的数组和indices_or_sections

import numpy as np
import torch

np.random.seed(1)
data1 = np.arange(16).reshape(4,4)
print(data1,end='\n\n')
print(np.hsplit(data1,indices_or_sections=[1,3]),end='\n\n')
print(np.vsplit(data1,indices_or_sections=[1,3]),end='\n\n')

# [[ 0  1  2  3]
#  [ 4  5  6  7]
#  [ 8  9 10 11]
#  [12 13 14 15]]
# 
# [array([[ 0],
#        [ 4],
#        [ 8],
#        [12]]), array([[ 1,  2],
#        [ 5,  6],
#        [ 9, 10],
#        [13, 14]]), array([[ 3],
#        [ 7],
#        [11],
#        [15]])]
# 
# [array([[0, 1, 2, 3]]), array([[ 4,  5,  6,  7],
#        [ 8,  9, 10, 11]]), array([[12, 13, 14, 15]])]