闲话少说,直接上重点;
hstack,vstack 和dstack是numpy的常见的三个numpy.array 的拼接方式;不同点是,hstack是从水平(horizon)维度进行拼接,相当于numpy.concatenate(, axis = 1); vstack是从垂直(vertical)维度进行拼接,相当于numpy.concatenate(, axis = 0);dstack是从第三个维度,深度(deep)维度进行拼接,相当于numpy.concatenate(, axis = 2);另外,需注意【易错点】,放入方法中的np.array数组需以 sequence,即tuple形式输入!
最后,额外需注意 dstack方法,在对于输入为一维的数组,即 N * 1 的数据先调整为 1 * N * 1的格式,再进行dstack操作,即在第三个维度上扩容;在对于输入为二维的数组,即 M * N 的数据先调整为 M * N * 1 的格式,再进行dstack操作。
代码实现
首先利用 pip install numpy 在终端导入numpy库,然后进行如下实验操作;
一. 首先对一维数组进行hstack, vstack, dstack 的操作
- 先设置 a,b两个一维的np.array 格式的数据:
import numpy as np
a = np.array([1,2,3])
b = np.array([2,3,4])
- 分别使用np.hstack,np.vstack 和 np.dstack 对 (a,b) 进行操作,比较结果异同:
c1 = np.hstack((a,b))
c2 = np.vstack((a,b))
c3 = np.dstack((a,b))
print(c1)
print(c2)
print(c3)
- 打印结果如下;
[1 2 3 2 3 4]
[[1 2 3]
[2 3 4]]
[[[1 2]
[2 3]
[3 4]]]
二. 然后对二维数组进行hstack, vstack, dstack 的操作
- 设置 a1,b1两个二维的np.array 格式的数据:
import numpy as np
a1 = np.array([[1], [2], [3]])
b1 = np.array([[2], [3], [4]])
- 分别使用np.hstack,np.vstack 和 np.dstack 对 (a,b) 进行操作,比较结果异同:
d1 = np.hstack((a1, b1))
d2 = np.vstack((a1, b1))
d3 = np.dstack((a1, b1))
print(d1)
print(d2)
print(d3)
- 打印结果如下;
[1 2]
[2 3]
[3 4]]
[[1]
[2]
[3]
[2]
[3]
[4]]
[[[1 2]]
[[2 3]]
[[3 4]]]
总结
希望对你对numpy库相关方法的理解有所帮助,请点赞鼓励!