数组的组合与分割

最新推荐文章于 2024-04-05 13:53:54 发布
最新推荐文章于 2024-04-05 13:53:54 发布
阅读量592 收藏
点赞数
分类专栏： numpy Python 文章标签： python numpy
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/qq_38177190/article/details/107580615
版权

一.组合

1.水平组合

1.1 np.hstack()（该函数组合后不会升高维度）
1.1.1 一维数组的水平组合
[In] a = np.array([1,2,3])
[In] b = 2 * a
[In] np.hstack((a,b))
[Out] array([1, 2, 3, 2, 4, 6])    #组合结果仍为一维数组（维度没有升高）
1.1.2 一维向量的水平组合（向量也是矩阵）
[In] a = np.array([[1,2,3]])
[In] b = 2 * a
[In] np.hstack((a,b))
[Out] array([[1, 2, 3, 2, 4, 6]])		#组合为仍为一维向量（维度没有升高）
1.1.3 二维数组的水平组合
[In] a = np.arange(9).reshape(3,-1)
	 a
[Out] array([[0, 1, 2],
	         [3, 4, 5],
	         [6, 7, 8]])
[In] b = 2*a
[In] b
[Out] array([[ 0,  2,  4],
      	 	 [ 6,  8, 10],
       		 [12, 14, 16]])
[In] np.hstack((a,b))
[Out] array([[ 0,  1,  2,  0,  2,  4],
       		 [ 3,  4,  5,  6,  8, 10],
        	 [ 6,  7,  8, 12, 14, 16]])    #按照常规意义的水平组合理解即可

对于二维矩阵，组合单位为该矩阵

1.1.4 三维数组的水平组合
[In] a = np.array([[[1,2,3],
              	    [4,5,6]],
              	   [[7,8,9],
              	    [10,11,12]]])
[In] b = np.array([[[13,14,15],
                    [16,17,18]],
                   [[19,20,21],
                    [22,23,24]]])
[In] np.hstack((a,b))
[Out] array([[[ 1,  2,  3],
       		  [ 4,  5,  6],
       		  [13, 14, 15],
        	  [16, 17, 18]],

      		 [[ 7,  8,  9],
       		  [10, 11, 12],
        	  [19, 20, 21],
       		  [22, 23, 24]]])

对于三维矩阵，组合单位为二维矩阵
具体到这个例子中我们将“[[1,2,3],[4,5,6]]”、“[[7,8,9],[10,11,12]]”分别当为一个元素A,B，则a = [A,B]，同理b = [C,D]。对A,C进行水平组合。

1.2 np.concatenate()
在这里插入代码片

2.垂直组合

2.1 np.vstack()
2.1.1 一维数组的垂直组合
[In] import numpy as np
[In] a = np.array([1,2,3])
[In] b = np.array([4,5,6])
[In] np.vstack((a,b))
[Out] array([[1, 2, 3],
       		 [4, 5, 6]])
2.1.2 一维向量的垂直组合（向量也是矩阵）
[In] a = np.array([[1,2,3]])
[In] b = np.array([[4,5,6]])
[In] np.vstack((a,b))
[Out] array([[1, 2, 3],
      		 [4, 5, 6]])

有2.1.1和2.1.2可知，在进行垂直组合的时候，数组和向量没有区别。

2.1.3 二维数组的垂直组合
[In] a = np.array([[1,2,3],[4,5,6],[7,8,9]])
[In] b = np.array([[10,11,12],[13,14,15],[16,17,18]])
[In] np.vstack((a,b))
[Out] array([[ 1,  2,  3],
      		 [ 4,  5,  6],
      		 [ 7,  8,  9],
      		 [10, 11, 12],
      		 [13, 14, 15],
      		 [16, 17, 18]])
2.1.4 三维数组的垂直组合
[In] a = np.array([[[1,2,3],
               	   [4,5,6]],
	              [[7,8,9],
                   [10,11,12]]])
[In] b = np.array([[[13,14,15],
              	    [16,17,18]],
              	   [[19,20,21],
                    [22,23,24]]])
[In] np.vstack((a,b))
[Out] array([[[ 1,  2,  3],
       		  [ 4,  5,  6]],

      		 [[ 7,  8,  9],
       		  [10, 11, 12]],

      		 [[13, 14, 15],
         	  [16, 17, 18]],

       		 [[19, 20, 21],
       		  [22, 23, 24]]])

垂直组合很好理解，只需要直接将两个矩阵叠在一起即可。

3.深度组合

3.1 数组的深度组合
a = np.array([1,2,3])
b = np.array([4,5,6])
np.dstack((a,b))
array([[[1, 4],
        [2, 5],
        [3, 6]]])
3.2 向量的深度组合（向量也是矩阵）
a = np.array([[1,2,3]])
b = np.array([[4,5,6]])
np.dstack((a,b))
array([[[1, 4],
        [2, 5],
        [3, 6]]])

和数组组合出来的结果一样

3.3 二维矩阵的深度组合
a = np.array([[1,2,3],
              [4,5,6],
              [7,8,9]])
b = np.array([[10,11,12],
              [13,14,15],
              [16,17,18]])     
c = np.dstack((a,b))
c
array([[[ 1, 10],
        [ 2, 11],
        [ 3, 12]],

       [[ 4, 13],
        [ 5, 14],
        [ 6, 15]],

       [[ 7, 16],
        [ 8, 17],
        [ 9, 18]]])

二维矩阵的深度组合单位为矩阵中的元素

3.4 三维矩阵的深度组合
a = np.arange(12).reshape(2,2,3)
a
array([[[ 0,  1,  2],
        [ 3,  4,  5]],

       [[ 6,  7,  8],
        [ 9, 10, 11]]])
b = np.arange(12,24).reshape(2,2,3)
b
array([[[12, 13, 14],
        [15, 16, 17]],

       [[18, 19, 20],
        [21, 22, 23]]])    
np.dstack((a,b))
array([[[ 0,  1,  2, 12, 13, 14],
        [ 3,  4,  5, 15, 16, 17]],

       [[ 6,  7,  8, 18, 19, 20],
        [ 9, 10, 11, 21, 22, 23]]])

深度组合首先确定组合单位。
对于数组、向量、二维矩阵，深度组合的组合单位为单个元素；
对于三维矩阵，深度组合的单位为去掉最外层的两个“[”后接下来的“[”和“]”之间的内容。在本例中就是深度组合的单位就是[0,1,2]

4. 行组合和列组合

(1)对于一维数组，行（列）组合就是将数组变成行（列）向量，然后一行一行（一列一列）地放一起（数组既不是行向量也不是列向量）；对于行列向量则直接组合即可。

[In] one = np.arange(2)
	 two = one * 2
	 one
[Out] array([0, 1])
[In] two
[Out] array([0, 2])
[In] np.row_stack((one,two))
[Out] array([[0, 1],
       		 [0, 2]])
[In] np.column_stack((one,two))
[Out] array([[0, 0],
        	 [1, 2]])       
[In] x = one.reshape(1,-1)
	 x 
[Out] array([[0,1]])
[In] y = two.reshape(1,-1)        	 
	 y
[Out] array([[0,2]])
[In] np.row_stack((x,y))
[Out] array([[0,1],
       		 [0,2]])
[In] np.column_stack((x,y))
[Out] array([[0,1,0,2]])

(2)对于二维矩阵，行组合相当于vstask();列组合相当于和hstack()

[In] np.row_stack((a,b))
[Out] array([[ 0,  1,  2],
	         [ 3,  4,  5],
	         [ 6,  7,  8],
	         [ 0,  2,  4],
	         [ 6,  8, 10],
	         [12, 14, 16]])
[In] np.column_stack((a,b))
[Out] array([[ 0,  1,  2,  0,  2,  4],
		     [ 3,  4,  5,  6,  8, 10],
		     [ 6,  7,  8, 12, 14, 16]])

二.分割

1.水平切割

[In] a = np.arange(9).reshape(3,3)
	 a
[Out] array([[0, 1, 2],
       		 [3, 4, 5],
       		 [6, 7, 8]])
[In] np.hsplit(a,3)
[Out] [
	 array([[0],
        	[3],
        	[6]]),
     array([[1],
        	[4],
        	[7]]),
     array([[2],
        	[5],
        	[8]])]       	

[In] np.split(a,3,axis = 1) 
[Out] [
	 array([[0],
        	[3],
        	[6]]),
     array([[1],
        	[4],
        	[7]]),
     array([[2],
        	[5],
        	[8]])]

2.垂直切割

[In] np.vsplit(a,3)
[Out] [array([[0, 1, 2]]), array([[3, 4, 5]]), array([[6, 7, 8]])]

[In] np.split(a,3,axis = 0)
[Out] [array([[0, 1, 2]]), array([[3, 4, 5]]), array([[6, 7, 8]])]

水平/垂直切割不会减少“[”和“]”的深度

3.深度切割

深度切割要求数组维数大于等于3维

[In] c = np.arange(27).reshape(3,3,3)
[In] c
[Out] array([[[ 0,  1,  2],
       		  [ 3,  4,  5],
        	  [ 6,  7,  8]],

      		 [[ 9, 10, 11],
       		  [12, 13, 14],
        	  [15, 16, 17]],

       		 [[18, 19, 20],
       		  [21, 22, 23],
        	  [24, 25, 26]]])
[In] np.dsplit(c,3)
[Out] [array([[[ 0],
         	   [ 3],
         	   [ 6]],
 
         	  [[ 9],
         	   [12],
         	   [15]],
 
       		  [[18],
         	   [21],
         	   [24]]]),
       array([[[ 1],
         	   [ 4],
         	   [ 7]],
 
        	  [[10],
         	   [13],
         	   [16]],
 
       		 [[19],
         	  [22],
         	  [25]]]), 
      array([[[ 2],
         	  [ 5],
         	  [ 8]],
 
        	 [[11],
        	  [14],
         	  [17]],
 
        	 [[20],
         	  [23],
	          [26]]])]
小小炼丹师
关注
  • 0
    点赞
  • 踩
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
专栏目录
python numpy--数组的组合和分割实例
09-17
# 一维数组与多维数组组合 np.column_stack((m1, m)) # 多维数组与多维数组组合 np.column_stack((m, doubleM)) ``` #### 5. 行组合 (Row Stack) `np.row_stack()`将一维数组按照行进行堆叠，如果是多维数组，则...
数组组合
-Heaven的博客
04-03 1340
（同维）数组组合主要有三种形式：垂直组合，水平组合，深度组合我们先生成两个数组 a,bIn [1]: import numpy as np In [2]: a= np.arange(11,20).reshape(3,3) In [3]: a Out[3]: array([[11, 12, 13], [14, 15, 16], [17, 18, 19]]) In [4...
数组组合排序
weixin_41806099的博客
06-22 1348
一 目录 不折腾的前端，和咸鱼有什么区别目录一 目录二 前言三 一维数组排列组合四 多维数组排列组合五 参考文献二 前言 本文会介绍：一维数组排列组合多维数组排列组合三 一维数组排列组合...
NumPy数组（6）-- 数组的组合
zhubao124的博客
06-13 914
        NumPy数组有水平组合、垂直组合和深度组合等多种组合方式，下面一一介绍。 一、水平组合（hstack）         1、水平组合：             两个数组的行数必须相同（不同会抛出异常），列数可以不同。         2、实例： from numpy import * a = arange(9).reshape(3,3) b = a * 3 #将数组a...
12.数组分割
yuhui_2000的博客
11-16 1266
导入第三方库 import numpy as np 等量分割 hsplit split(axis=1) vsplit split(axis=0) split axis=1表示横轴；axis=0表示纵轴 水平分割 第一种方法 注意事项 注意： 使用np.hsplit(a,x)方法时，一定要保证被分割的矩阵的列数要是x的整数倍，不然的话就不是等量分割了，就会报错。 第二种方法 垂直分割 第一种方法 注意事项 如果不等量分割会报错 第二种方法 不等量分割 array_spl
分割数组(将数组三等分)
了迹奇有没
02-09 3771
简单面试题——分割数组 时间复杂度O(n) //输入：一个自然数数组，选取其中2个数字num[i], num[j], 把数组三分， // 每一部分的累加和（不包括分割点的数字）相等。 // 例：nums[] = [2,1,3,1,1,1,5,3]，选取nums[2] = 3, num[6] = 5, // 三部分的和都是3. 则打印输出2, 6， // 如果找不到符合条件的等分点，返回失败。（数组大小的量级最大是10^5） public class DivideArray {
python numpy–数组的组合和分割实例
12-20
在Python的科学计算库NumPy中，数组的组合与分割是两种非常常用的操作，它们能够帮助我们处理和组织数据。本文将详细介绍这些操作，并通过实例来演示如何使用它们。 首先，我们来看数组的组合方法： 1. **水平组合...
php求数组全排列,元素所有组合的方法
10-22
本知识点将详细介绍如何用PHP实现这两个功能，同时涵盖数组的分割、遍历以及一些基本的数学运算。 在PHP中实现数组的全排列，一般采用递归的方式进行。全排列算法的核心在于每次选取一个元素作为起始元素，然后对...
PHP数组与字符串互相转换实例
10-15
在这个例子中，`implode()`函数将数组的每个元素用逗号分隔开，组合成一个字符串。当数组为空时，`implode()`返回一个空字符串。 接下来，我们讨论如何将字符串转换为数组。`explode()`函数用于根据提供的分隔符将...
LabVIEW元素与数组大量vi实例.zip_LabVIEW 数组_labview元素组合_labview数组例子_数组vi_程
09-21
5. **数组与元素组合**：在实际应用中，数组和单一元素的组合很常见。例如，你可以将单个元素添加到数组中，或者从数组中提取出一个元素。LabVIEW的“数组元素”函数家族提供了这些功能。 6. **数组函数库**：...
【蓝桥杯3535】数组分割（三种方法）（动态规划&规律&java）
归忆_AC的博客
02-03 1893
但是这样有缺陷，因为是以所选的数之和为列，但是根据题目给出的数据范围，这个总和可能会很大很大，超出数组所能开出的最大范围，即int表示的最大值。题目说了一大堆，其实意思就是：给你一个数组，你需要把数组拆分成两半，并且每一半的所有数的总和需要为偶数（若数为0则总和视为0，也是偶数）。推导出的公式为dp[i][j] = dp[i - 1][j] + dp[i - 1][j - nums[i]]。最终的结果就是dp[n][0]（n为可选的个数），比如下面的dp[7[0]=64，dp[2][0]=4。
JS分割数组的方法
热门推荐
ze1024的博客
07-27 2万+
将数组分成多少个小数组 // 将数组分成多少个小数组 arr是原数组，length是想分的数量 function division(arr, length) { let index = 0; let newArray = [] while (index < arr.length) { newArray.push(arr.splice(index, index += length)) } return newArray } let testData = division(d
数组切分（蓝桥杯）爆搜，剪枝 JAVA
Narnat的博客
04-06 2861
3，是我目前编程水平比较一般，最擅长的还是爆搜，赛场上用爆搜混到目前这些分数已经是超长发挥了，可以磕头烧香了。2，是动态规划，也是基于爆搜的前提下去，剪切掉多余的重复部分而逐渐得到的最优解法，如果爆搜都并不会的话，想直接写出动态规划，就好似孩子走路都没学会，就让他跑一样牵强。现在要求你将A数组切分成若干个(最少一个，最多N个) 连续的子数组， 并且每个子数组中包含的整数恰好可以组成一段连续的自然数。1，是我动态规划，只学了背包九讲，只是初步了解，让我不看解析去做这道题，我是真打死不会。, AN 恰好是1…
C#中的数组合并和数组拆分
wenchm的博客
06-29 3109
在合并数组时，如果是将两个一维数组合并成一个一维数组，那么新生成数组的元素个数必须为要合并的两个一维数组元素个数的和。数组的合并就是将多个一维数组合并成一个一维数组，或者将多个一维数组合并成一个二维数组或多维数组。
数组分割（蓝桥复习）
最新发布
m0_62982737的博客
04-05 130
【代码】数组分割（蓝桥复习）
数组平均分割为几部分
GL666的专栏
03-06 1083
拆分数据
numpy——数组的切割操作（hsplit()、vsplit()、split()、array_split()）
leilei7407的博客
01-18 2万+
hsplit()：沿横轴(纵向)拆分原array。可以实现均匀切割或者指定位置切割。（水平切割） vsplit()：沿垂直轴切割原array。同上。（垂直切割） split()：通过参数axis=1或者axis=0（默认axis=0）可以实现水平切割或者垂直切割。split必须要均等分. array_split()：通过参数axis=1或者axis=0可以实现水平切割或者垂直切割。array_s...
数据结构与算法-8数组的分割
jialChen的博客
01-30 5211
Description 已知由n(n≥2)个正整数构成的集合A={ak}（0≤k<n），将其划分为两个不相交的子集A1和A2，元素个数分别是n1和n2，A1和A2中元素之和分别为S1和S2。设计一个尽可能高效的划分算法，满足|n1-n2|最小且|S1-S2|最大。 Input 多组数据，每组数据两行。第一行为一个整数n，代表数组中有n个元素。第二行为数组中的n个元素（元素之间用空格分隔）。当...
数据结构进阶篇，数组组合专题
descire
02-04 823
39. 组合总和  「题目：」  给你一个 无重复元素 的整数数组 candidates 和一个目标整数 target ，找出 candidates 中可以使数字和为目标数 target ...
Python numpy 数组组合与分割操作详解
"这篇教程详细介绍了Python中的numpy库在数组组合和分割方面的应用，包括水平组合、垂直组合、深度组合、列组合和行组合，以及相应的水平分割、垂直分割和深度分割方法。" 在Python的科学计算库numpy中，数组操作是...
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
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
实付元
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