numpy中的np.c_和np.r_

在二维数组中axis = 0 表示沿着纵轴进行操作，若axis=1 则沿着横轴进行操作。但是这只是仅仅对于二维数组而言。

np.r_是按列连接两个矩阵，就是把两矩阵上下相加，要求列数相等。
np.c_是按行连接两个矩阵，就是把两矩阵左右相加，要求行数相等。

实例：

import numpy as np
a = np.array([1, 2, 3])
b = np.array([4, 5, 6])
c = np.c_[a,b]      # 可以理解成在axis = 0 上做拼接
c
>>>array([[1, 4],
       [2, 5],
       [3, 6]])

d = np.r_[a,b]
d
>>>array([1, 2, 3, 4, 5, 6])    # 可以理解成在axis = 1 上做拼接

print(np.c_[c,a])
>>>[[1 4 1]
 [2 5 2]
 [3 6 3]]

二维数组：

import numpy as np
a = np.array([[1, 2, 3],[4,5,6]])
b = np.array([[0, 0, 0],[1,1,1]])
print("-------------------a------------------")
print(a)
print("-------------------b------------------")
print(b)
print("-------------------np.r_[a,b]--------------------")
print(np.r_[a,b])
print("--------------------np.c_[a,b]-------------------")
print(np.c_[a,b])

输出如下：
-------------------a------------------
[[1 2 3]
[4 5 6]]
-------------------b------------------
[[0 0 0]
[1 1 1]]
-------------------np.r_[a,b]--------------------
[[1 2 3]
[4 5 6]
[0 0 0]
[1 1 1]]
--------------------np.c_[a,b]-------------------
[[1 2 3 0 0 0]
[4 5 6 1 1 1]]