【Python之numpy库】10.np.hstack()和np.c_[]、np.vstack和np.r_[]、np.concatenate 数组的堆叠与平铺

如果解决了你的问题，点个赞再走嘛٩(๑❛ᴗ❛๑)۶

如果解决了你的问题，点个赞再走嘛٩(๑❛ᴗ❛๑)۶

由于这五个函数非常类似、用法相近，都是数组的堆叠或平铺，我便总结了一下

目录

一、对应关系与作用叙述

1.np.c_[]和np.r[]都是构造一个分块数组

2.在对一维数组操作时结果不同，详见代码

二、np.hstack()和np.c_[]

三、 np.vstack和np.r_[]

一、对应关系与作用叙述

1.np.c_[]和np.r[]都是构造一个分块数组

2.在对一维数组操作时结果不同，详见代码

二、np.hstack()和np.c_[]

代码：

# hstack——horizontal stack，水平堆叠
# 注意除了一维数组以外，hstack与c_结果相同，都是水平平铺，但是写法有些不一样
import numpy as np

a = np.array([[1, 2],
              [3, 4]])
b = np.array([[5, 6],
              [7, 8]])
print('第一个数组：\n', a)
print('第二个数组：\n', b)

print('水平方向平铺：')
print('np.hstack((a, b))=\n', np.hstack((a, b)))
print('np.c_[a, b]=\n', np.c_[a, b])

print('\n当a,b取一维数组时：')
a = a.flatten()
b = b.flatten()
print('第一个数组：\n', a)
print('第二个数组：\n', b)
print('np.hstack((a, b))=\n', np.hstack((a, b)))
print('np.c_[a, b]=\n', np.c_[a, b])

结果：

第一个数组：
 [[1 2]
 [3 4]]
第二个数组：
 [[5 6]
 [7 8]]
水平方向平铺：
np.hstack((a, b))=
 [[1 2 5 6]
 [3 4 7 8]]
np.c_[a, b]=
 [[1 2 5 6]
 [3 4 7 8]]

当a,b取一维数组时：
第一个数组：
 [1 2 3 4]
第二个数组：
 [5 6 7 8]
np.hstack((a, b))=
 [1 2 3 4 5 6 7 8]
np.c_[a, b]=
 [[1 5]
 [2 6]
 [3 7]
 [4 8]]

三、 np.vstack和np.r_[]

代码：

# vstack——vertical stack 竖直堆叠
# 注意除了一维数组以外，vstack与r_结果相同，都是竖直堆叠，但是写法有些不一样
import numpy as np

a = np.array([[1, 2],
              [3, 4]])
b = np.array([[5, 6],
              [7, 8]])
print('第一个数组：\n', a)
print('第二个数组：\n', b)

print('水平方向平铺：')
print('np.hstack((a, b))=\n', np.vstack((a, b)))
print('np.c_[a, b]=\n', np.r_[a, b])

print('\n当a,b取一维数组时：')
a = a.flatten()
b = b.flatten()
print('第一个数组：\n', a)
print('第二个数组：\n', b)
print('np.hstack((a, b))=\n', np.vstack((a, b)))
print('np.c_[a, b]=\n', np.r_[a, b])

结果：

第一个数组：
 [[1 2]
 [3 4]]
第二个数组：
 [[5 6]
 [7 8]]
水平方向平铺：
np.hstack((a, b))=
 [[1 2]
 [3 4]
 [5 6]
 [7 8]]
np.c_[a, b]=
 [[1 2]
 [3 4]
 [5 6]
 [7 8]]

当a,b取一维数组时：
第一个数组：
 [1 2 3 4]
第二个数组：
 [5 6 7 8]
np.hstack((a, b))=
 [[1 2 3 4]
 [5 6 7 8]]
np.c_[a, b]=
 [1 2 3 4 5 6 7 8]

如果解决了你的问题，点个赞再走嘛٩(๑❛ᴗ❛๑)۶