【Python语言基础】——Python NumPy 数组连接

Python语言基础——Python NumPy 数组连接

一、Python NumPy 数组连接

连接 NumPy 数组
连接意味着将两个或多个数组的内容放在单个数组中。
在 SQL 中,我们基于键来连接表,而在 NumPy 中,我们按轴连接数组。
我们传递了一系列要与轴一起连接到 concatenate() 函数的数组。如果未显式传递轴,则将其视为 0。
实例
连接两个数组:
import numpy as np
arr1 = np.array([1, 2, 3])
arr2 = np.array([4, 5, 6])
arr = np.concatenate((arr1, arr2))
print(arr)
实例
沿着行 (axis=1) 连接两个 2-D 数组:
import numpy as np
arr1 = np.array([[1, 2], [3, 4]])
arr2 = np.array([[5, 6], [7, 8]])
arr = np.concatenate((arr1, arr2), axis=1)
print(arr)
使用堆栈函数连接数组
堆栈与级联相同,唯一的不同是堆栈是沿着新轴完成的。
我们可以沿着第二个轴连接两个一维数组,这将导致它们彼此重叠,即,堆叠(stacking)。
我们传递了一系列要与轴一起连接到 concatenate() 方法的数组。如果未显式传递轴,则将其视为 0。

  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
Python中的NumPy库是用于科学计算的重要工具,其中包含了处理多维数组的功能。可以使用NumPy库创建和操作数组,例如通过np.array()函数传入可迭代对象来创建数组。可以使用该函数传入一个列表或元组等作为参数,如np.array([0, 1, 2, 3, 4])可以创建一个包含这些元素的一维数组,而np.array([[11, 12, 13],[21, 22, 23]])则可以创建一个2*3的二维数组。还可以通过指定数据类型,例如np.array([0, 1, 2, 3, 4], dtype=float)可以创建一个包含浮点数的数组。 此外,NumPy还提供了许多数学函数来操作数组。例如,可以使用np.sin()函数对一维数组中的所有元素进行求正弦值,使用np.cos()函数求二维数组中的所有元素的余弦值。可以使用np.round()函数进行四舍五入,np.ceil()函数向上取整,等等。 总之,Python中的NumPy库提供了丰富的功能来创建、操作和处理数组,使得在科学计算和数据分析中更加方便和高效。<span class="em">1</span><span class="em">2</span><span class="em">3</span> #### 引用[.reference_title] - *1* [python中找出numpy array数组的最值及其索引方法](https://download.csdn.net/download/weixin_38640830/12869491)[target="_blank" data-report-click={"spm":"1018.2226.3001.9630","extra":{"utm_source":"vip_chatgpt_common_search_pc_result","utm_medium":"distribute.pc_search_result.none-task-cask-2~all~insert_cask~default-1-null.142^v93^chatsearchT3_2"}}] [.reference_item style="max-width: 33.333333333333336%"] - *2* [Python数据分析之numpy数组全解析](https://blog.csdn.net/weixin_30851409/article/details/101717473)[target="_blank" data-report-click={"spm":"1018.2226.3001.9630","extra":{"utm_source":"vip_chatgpt_common_search_pc_result","utm_medium":"distribute.pc_search_result.none-task-cask-2~all~insert_cask~default-1-null.142^v93^chatsearchT3_2"}}] [.reference_item style="max-width: 33.333333333333336%"] - *3* [【Pythonnumpy——数组array](https://blog.csdn.net/fftx_00/article/details/122265623)[target="_blank" data-report-click={"spm":"1018.2226.3001.9630","extra":{"utm_source":"vip_chatgpt_common_search_pc_result","utm_medium":"distribute.pc_search_result.none-task-cask-2~all~insert_cask~default-1-null.142^v93^chatsearchT3_2"}}] [.reference_item style="max-width: 33.333333333333336%"] [ .reference_list ]

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
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