关于numpy stack,hstack,vstack

  1. stack

针对维度相同的矩阵

test_1 = np.array([[1, 2, 3], [4, 5, 6]])
test_2 = np.array([[11, 12, 13], [14, 15, 16]])
# 0,1,2分别代表所有,行合并,列合并
print(np.stack((test_1, test_2), axis=2))
print(np.stack((test_1, test_2), axis=1))
print(np.stack((test_1, test_2), axis=0))
  1. hstack
    hstack和vstack均针对于列向量和矩阵
# 类似于np.stack(*****, axis=2)
test_1 = np.array([[1, 2, 3], [4, 5, 6]])
t = np.arange(1, 3).reshape((-1, 1))
print(np.hstack((t, test_1 )))
  1. vstack
# 类似于np.stack(*****, axis=1)
test_1 = np.array([[1, 2, 3], [4, 5, 6]])
t = np.arange(1, 4).reshape((1, -1))
print(np.vstack((t, test_1)))
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