np.hstack(),np.vstack()解读

np.hstack()是把矩阵进行行连接
np.vstack()是把矩阵进行列连接

在这里插入图片描述

行连接np.hstack()代码示例①:

import numpy as np
a=np.array([1,2,3])
b=np.array([2,3,4])
aa=[1,2,3]  # 列表也可以作为参数传入
bb=[2,3,4]
print("np.hstack((a,b)):",type(np.hstack((a,b))),"\n",np.hstack((a,b)))
print("np.hstack((a,b)):",type(np.hstack((aa,bb))),"\n",np.hstack((aa,bb)))
c=np.array([[1],
            [2],
            [3]])
d=np.array([[2],
            [3],
            [4]])
print("np.hstack((c,d)):\n",np.hstack((c,d)))
np.hstack((a,b)): <class 'numpy.ndarray'> 
 [1 2 3 2 3 4]
np.hstack((a,b)): <class 'numpy.ndarray'> 
 [1 2 3 2 3 4]
np.hstack((c,d)):
 [[1 2]
 [2 3]
 [3 4]]

行连接np.hstack()代码示例②:

import numpy as np

s=[1,1,1,1]
a=2
r=3
s_=[4,4,4,4]
output = np.hstack((s, [a, r], s_))
print(output)
[1 1 1 1 2 3 4 4 4 4]

同理列连接np.vstack()也类似

在这里插入图片描述

列连接np.vstack()代码示例:以下代码仅仅把hstack改成了vstack。(在pycharm中可用ctrl+r批量替换)

import numpy as np
a=np.array([1,2,3])
b=np.array([2,3,4])
aa=[1,2,3]  # 列表也可以作为参数传入
bb=[2,3,4]
print("np.vstack((a,b)):",type(np.vstack((a,b))),"\n",np.vstack((a,b)))
print("np.vstack((a,b)):",type(np.vstack((aa,bb))),"\n",np.vstack((aa,bb)))
c=np.array([[1],
            [2],
            [3]])
d=np.array([[2],
            [3],
            [4]])
print("np.vstack((c,d)):\n",np.vstack((c,d)))
np.vstack((a,b)): <class 'numpy.ndarray'> 
 [[1 2 3]
 [2 3 4]]
np.vstack((a,b)): <class 'numpy.ndarray'> 
 [[1 2 3]
 [2 3 4]]
np.vstack((c,d)):
 [[1]
 [2]
 [3]
 [2]
 [3]
 [4]]
  • 21
    点赞
  • 41
    收藏
    觉得还不错? 一键收藏
  • 4
    评论
评论 4
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值