numpy中np.c_和np.r_的用法解析

本文主要介绍了numpy中np.c_和np.r_的用法解析，文中通过示例代码介绍的非常详细，对大家的学习或者工作具有一定的参考学习价值，需要的朋友们下面随着微点阅读小编来一起学习学习吧

np.r_是按列连接两个矩阵，就是把两矩阵上下相加，要求列数相等。
np.c_是按行连接两个矩阵，就是把两矩阵左右相加，要求行数相等。

具体见示例：

1.np.c_的用法

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 27 28 29 30 31 32 33 34

a = np.array([[1, 2, 3],[7,8,9]])    b=np.array([[4,5,6],[1,2,3]])    a Out[4]: array([[1, 2, 3],        [7, 8, 9]])    b Out[5]: array([[4, 5, 6],        [1, 2, 3]])    c=np.c_[a,b]    c Out[7]: array([[1, 2, 3, 4, 5, 6],        [7, 8, 9, 1, 2, 3]])          d= np.array([7,8,9])    e=np.array([1, 2, 3])    f=np.c_[d,e]    f Out[12]: array([[7, 1],        [8, 2],        [9, 3]])

2.np.r_的用法

1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19

a = np.array([[1, 2, 3],[7,8,9]]) b=np.array([[4,5,6],[1,2,3]])    d= np.array([7,8,9]) e=np.array([1, 2, 3])    g=np.r_[a,b]    g Out[14]: array([[1, 2, 3],        [7, 8, 9],        [4, 5, 6],        [1, 2, 3]])    h=np.r_[d,e]    h Out[16]: array([7, 8, 9, 1, 2, 3])

到此这篇关于numpy中np.c_和np.r_的用法解析的文章就介绍到这了,希望可以帮到你

转自：微点阅读   https://www.weidianyuedu.com