numpy.c_,numpy.r_

numpy.c_ , numpy.r_

1.numpy.c_

按列叠放

>>> x = np.array([1,2,3])
>>> y = np.array([4,5,6])
>>> x
array([1, 2, 3])
>>> y
array([4, 5, 6])

>>> x.shape
(3,)
>>> y.shape
(3,)
>>> np.c_[x,y]
array([[1, 4],
       [2, 5],
       [3, 6]])

>>> np.c_[x,y].shape
(3, 2)

2、numpy.r_

按行叠放

>>> x = np.array([1,2,3])
>>> y = np.array([4,5,6])
>>> x
array([1, 2, 3])
>>> y
array([4, 5, 6])

>>> x.shape
(3,)
>>> y.shape
(3,)
>>> np.r_[x,y]
array([1, 2, 3, 4, 5, 6])

>>> np.r_[x,y].shape
(6,)

 

  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论

“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