关于Numpy的基本用法_03

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()