numpy中的hstack()、vstack()、stack()、concatenate()函数详解

目录

1. concatenate()

2. stack()

3. vstack()

4. hstack() 

5. tf中的stack()


本文主要介绍一下numpy中的几个常用函数,包括hstack()、vstack()、stack()、concatenate()。

1. concatenate()

我们先来介绍最全能的concatenate()函数,后面的几个函数其实都可以用concatenate()函数来进行等价操作。

concatenate()函数根据指定的维度,对一个元组、列表中的list或者ndarray进行连接,函数原型:

numpy.concatenate((a1, a2, ...), axis=0)

先来看几个例子,一个2*2的数组和一个1*2的数组,在第0维进行拼接,得到一个3*2的数组:

import numpy as np
a = np.array([[1, 2], [3, 4]])
b = np.array([[5, 6]])
np.concatenate((a, b), axis=0)

 输出为:

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

进一步,一个2*2的数组和一个2*1的数组,在第01维进行拼接,得到一个2*3的数组:

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

输出为:


                
  • 3
    点赞
  • 31
    收藏
    觉得还不错? 一键收藏
  • 打赏
    打赏
  • 0
    评论
`numpy.concatenate`和`numpy.stack`都可以用于将多个数组合并成一个更大的数组,但它们有一些区别。 `numpy.concatenate`函数用于在现有的轴上连接数组。它需要指定需要连接的数组以及连接的轴。连接的轴是现有的轴,连接后的数组的维数不会增加。例如,如果你有两个二维数组,你可以在它们的行或列上连接它们。 `numpy.stack`函数用于在新轴上堆叠数组。它需要指定需要堆叠的数组以及新轴的位置。新轴的位置可以是0(最前面),1(间)或-1(最后面)。堆叠后的数组的维数会增加。例如,如果你有两个一维数组,你可以在它们的第0个轴上堆叠它们,得到一个二维数组。 下面是一个简单的示例,演示如何使用`numpy.concatenate`和`numpy.stack`函数: ```python import numpy as np # 创建两个二维数组 a = np.array([[1, 2], [3, 4]]) b = np.array([[5, 6], [7, 8]]) # 使用 concatenate 在行上连接两个数组 c = np.concatenate((a, b), axis=0) print(c) # 使用 concatenate 在列上连接两个数组 d = np.concatenate((a, b), axis=1) print(d) # 使用 stack 在新轴上堆叠两个数组 e = np.stack((a, b), axis=0) print(e) ``` 输出结果如下: ``` # 使用 concatenate 在行上连接两个数组 [[1 2] [3 4] [5 6] [7 8]] # 使用 concatenate 在列上连接两个数组 [[1 2 5 6] [3 4 7 8]] # 使用 stack 在新轴上堆叠两个数组 [[[1 2] [3 4]] [[5 6] [7 8]]] ``` 在这个例子,我们创建了两个二维数组a和b。使用`numpy.concatenate`函数,我们将它们沿着行和列连接起来。使用`numpy.stack`函数,我们将它们沿着新轴堆叠起来。注意,使用`numpy.stack`函数,我们得到了一个三维数组。
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

打赏作者

上海大学 吴昊

作者逐个题目分析的噢

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付:¥1
获取中
扫码支付

您的余额不足,请更换扫码支付或充值

打赏作者

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