python numpy 数组堆叠

numpy数组堆叠函数

stack(arrays, axis) : 沿着新轴连接数组的序列

column_stack(): 将1维数组作为列堆叠到2维数组中

hstack(): 按水平方向堆叠数组

vstack(): 按垂直方向堆叠数组

具体应用如下代码

import numpy as np
a = np.array([1,2,3])
b = np.array([4,5,6])
c = np.array([[11],[22],[33]])
d = np.array([[44],[55],[66]])

1. stack(arrays, axis)

stack(arrays, axis=-1) 当axis = -1时,表示沿水平方向堆叠

np.stack((a,b),axis=-1)
array([[1, 4],
       [2, 5],
       [3, 6]])

从结果看,就是把a,b作为新数组的一列堆叠在一起

stack(arrays, axis=1) 当axis = 0 时,表示沿垂直方向堆叠

np.stack((a,b),axis=0)
array([[1, 2, 3],
       [4, 5, 6]])
2. column_stack()
np.column_stack((a,b))
array([[1, 4],
       [2, 5],
       [3, 6]])
np.column_stack((c,d))
array([[11, 44],
       [22, 55],
       [33, 66]])

3 hstack()

np.hstack((a,b))
array([1, 2, 3, 4, 5, 6])
np.hstack((c,d))
array([[11, 44],
       [22, 55],
       [33, 66]])

4. vstack()

np.vstack((a,b))
array([[1, 2, 3],
       [4, 5, 6]])
np.vstack((c,d))
array([[11],
       [22],
       [33],
       [44],
       [55],
       [66]])












  • 4
    点赞
  • 15
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
Python,我们可以使用NumPy库来进行数组拼接。NumPy提供了多种方法来进行数组的拼接,包括append、concatenate、stack、hstack、vstack等方法。其,append方法可以用来将一个数组或一个数值追加到另一个数组的末尾,返回的结果始终是一个一维数组。concatenate方法可以在指定的轴上连接两个或多个数组,返回的结果可以是一维或多维数组stack方法可以将多个数组沿着新的轴堆叠起来,返回的结果是一个新的多维数组。hstack方法可以水平堆叠两个数组,即将两个数组的列连接起来,返回的结果是一个新的二维数组。vstack方法可以垂直堆叠两个数组,即将两个数组的行连接起来,返回的结果是一个新的二维数组。总结起来,NumPy提供了多种灵活的方法来进行数组的拼接操作。<span class="em">1</span><span class="em">2</span><span class="em">3</span> #### 引用[.reference_title] - *1* *3* [Python里面数组拼接方法介绍](https://blog.csdn.net/shixin_0125/article/details/105829497)[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: 50%"] - *2* [Numpy 拼接数组的各种方式](https://blog.csdn.net/XnCSD/article/details/105880658)[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: 50%"] [ .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