import numpy as np A = np.ones(3, dtype=int) B = np.array([2, 2, 2], dtype=int) print(np.vstack((A, B))) # 上下合并 可以多项合并 ''' [[1 1 1] [2 2 2]] ''' print(np.hstack((A, B))) # 左右合并 print(A[np.newaxis, :]) # 在行上增加一个维度 print(B[:, np.newaxis]) # 在列上增加一个维度 可以将一个列表转化为向量 # np.catenate((A, A, A, B, B, B), axis=0) # 可以通过设定axis值来设定合并类型,axis为0为纵向合并(上下),axis为1为横向合并(左右)3.8版本已弃用 ''' ---------------------------------------------------------- ''' a = np.arange(12).reshape((3, 4)) print(a) print(np.split(a, 2, axis=1)) # 分割数组 axis = 1表示是从横向方向等量分割数组 # tips:axis=0表示从纵向考虑,=1表示从横向考虑 高维可以通过数括号方式 print(np.array_split(a, 2, axis=0)) # 不等量分割 np.vsplit(a, 3) np.hsplit(a, 2) # 简化的纵向分割与横向分割 # tips:numpy中的array类型进行传递赋值,是通过地址赋值,牵一发而动全身 # 可以通过copy()来进行赋值,避免传递赋值时导致的变量关联 b = a.copy()
关于Numpy的基本用法_03
最新推荐文章于 2024-09-25 09:59:34 发布