python（numpy，pandas4）——numpy中array合并和分割

前言

根据 莫烦Python的教程 总结写成，以便自己复习和使用,这里我就不哟林地挂原创了🐶。

合并

垂直合并，水平合并

a6 = np.array([1,1])# array([1, 1])
b6 = np.array([2,2])# array([2, 2])
c6 = np.vstack((a6,b6)) # vertical stack 垂直合并
# c6 = array([[1, 1],
#		      [2, 2]])
# 从这里也可以看出，np.array 生成的是一个行向量
d6 = np.hstack((a6,b6)) # horizontal stack 水平合并
# d6 = array([1, 1, 2, 2])

增加新维度

参考大佬博客

a6 = np.array([1,1])
b6 = np.array([2,2])
print(a6.shape) # (2,),这里的2是a6中元素的个数其实就是列数，a6 = np.array([1,1])其实只是生成了一行数据相当于list
print(a6[:,np.newaxis].shape) # (2,1)，在列上增加一个维度，a6就变成了一个列向量
print(a6[np.newaxis,:].shape) # (1,2), 在行上增加一个维度，a6就变成了一个行向量

多数组合并concatenate

a6 = np.array([1,1])
b6 = np.array([2,2])
a6 = a6[:,np.newaxis]
b6 = b6[:,np.newaxis] # 这里做增加新维度的转换，可参看https://blog.csdn.net/qq_38800089/article/details/113796352中的补充，否则axis=1则不能进行
print(np.concatenate((a6,b6,b6,a6),axis=0) )# 0 在行的维度进行合并，从上到下摞起来
print(np.concatenate((a6,b6,b6,a6),axis=1) )# 1 在列的维度进行合并，从左到右排起来

分割

等量分割split

a7 =  np.arange(16).reshape((4,4))

print(np.split(a7,2,axis=1)) # 好比拿着刀，1：列 竖着切； 0：行 横着切
print(np.vsplit(a7,2)) # 好比拿着套马栓，从最上面把数组一块一块地套上来
print(np.hsplit(a7,2))# 好比拿着套马栓，从最左面把数组一块一块地套过去

不等量分割array_split

print(np.array_split(a7,3,axis=1)) # 好比拿着刀，不等量的分割，1：列 竖着切； 0：行 横着切