python数组交叉拼接_Python之数组拼接，组合，连接

转自：https://www.douban.com/note/518335786/?type=like

============改变数组的维度==================

已知reshape函数可以有一维数组形成多维数组

ravel函数可以展平数组

b.ravel()

flatten()函数也可以实现同样的功能

区别：ravel只提供视图view，而flatten分配内存存储

重塑：

用元祖设置维度

>>> b.shape=(4,2,3)

>>> b

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］])

转置：

>>> b

array(［0, 1],

[2, 3］)

>>> b.transpose()

array(［0, 2],

[1, 3］)

=============数组的组合==============

>>> a

array(［0, 1, 2],

[3, 4, 5],

[6, 7, 8］)

>>> b = a*2

>>> b

array(［ 0, 2, 4],

[ 6, 8, 10],

[12, 14, 16］)

1.水平组合

>>> np.hstack((a,b))

array(［ 0, 1, 2, 0, 2, 4],

[ 3, 4, 5, 6, 8, 10],

[ 6, 7, 8, 12, 14, 16］)

>>> np.concatenate((a,b),axis=1)

array(［ 0, 1, 2, 0, 2, 4],

[ 3, 4, 5, 6, 8, 10],

[ 6, 7, 8, 12, 14, 16］)

2.垂直组合

>>> np.vstack((a,b))

array(［ 0, 1, 2],

[ 3, 4, 5],

[ 6, 7, 8],

[ 0, 2, 4],

[ 6, 8, 10],

[12, 14, 16］)

>>> np.concatenate((a,b),axis=0)

array(［ 0, 1, 2],

[ 3, 4, 5],

[ 6, 7, 8],

[ 0, 2, 4],

[ 6, 8, 10],

[12, 14, 16］)

3.深度组合：沿着纵轴方向组合

>>> np.dstack((a,b))

array(［[ 0, 0],

[ 1, 2],

[ 2, 4］,

［ 3, 6],

[ 4, 8],

[ 5, 10］,

［ 6, 12],

[ 7, 14],

[ 8, 16］])

4.列组合column_stack()

一维数组：按列方向组合

二维数组：同hstack一样

5.行组合row_stack()

以为数组：按行方向组合

二维数组：和vstack一样

6.==用来比较两个数组

>>> a==b

array(［ True, False, False],

[False, False, False],

[False, False, False］, dtype=bool)

#True那个因为都是0啊

==================数组的分割===============

>>> a

array(［0, 1, 2],

[3, 4, 5],

[6, 7, 8］)

>>> b = a*2

>>> b

array(［ 0, 2, 4],

[ 6, 8, 10],

[12, 14, 16］)

1.水平分割(难道不是垂直分割？？？)

>>> np.hsplit(a,3)

[array(［0],

[3],

[6］),

array(［1],

[4],

[7］),

array(［2],

[5],

[8］)]

split(a,3,axis=1)同理达到目的

2.垂直分割

>>> np.vsplit(a,3)

[array(［0, 1, 2］), array(［3, 4, 5］), array(［6, 7, 8］)]

split(a,3,axis=0)同理达到目的

3.深度分割

某三维数组：：：

>>> d = np.arange(27).reshape(3,3,3)

>>> d

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］])

深度分割后(即按照深度的方向分割)

注意：dsplite只对3维以上数组起作用

raise ValueError(‘dsplit only works on arrays of 3 or more dimensions’)

ValueError: dsplit only works on arrays of 3 or more dimensions

>>> np.dsplit(d,3)

[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］])]

===================数组的属性=================

>>> a.shape #数组维度

(3, 3)

>>> a.dtype #元素类型

dtype(‘int32’)

>>> a.size #数组元素个数

9

>>> a.itemsize #元素占用字节数

4

>>> a.nbytes #整个数组占用存储空间=itemsize*size

36

>>> a.T #转置=transpose

array(［0, 3, 6],

[1, 4, 7],

[2, 5, 8］)