numpy c_、r_、s_

准确的说，numpy中的c_、r_、s_不能称为函数，它只是CClass类的一个实例，而CClass是定义了切片方法__getitem__的类,所以c_就可以使用切片,仿佛就像一个函数一样。

1、numpy.c_

将切片对象沿第二个轴（按列）连接。

使用方法

>>> a = np.arange(6)
>>> a
array([0, 1, 2, 3, 4, 5])
>>> b = np.arange(3, 9)
>>> b
array([3, 4, 5, 6, 7, 8])
>>> c = np.c_[a, b]
>>> c
array([[0, 3],
       [1, 4],
       [2, 5],
       [3, 6],
       [4, 7],
       [5, 8]])

2、numpy.r_

将切片对象沿第一个轴（按行）连接。

使用方法

>>> a = np.arange(6)
>>> a
array([0, 1, 2, 3, 4, 5])
>>> b = np.arange(3, 9)
>>> b
array([3, 4, 5, 6, 7, 8])
>>> c = np.r_[a, b]
>>> c
array([0, 1, 2, 3, 4, 5, 3, 4, 5, 6, 7, 8])

3、numpy.s_

生成python内置的 slice 函数，并设置 start, stop 及 step 参数。

使用方法

>>> a = np.reshape(np.arange(12), (3, 4))
>>> a
array([[ 0,  1,  2,  3],
       [ 4,  5,  6,  7],
       [ 8,  9, 10, 11]])
# 生成内置slice函数
>>> b = np.s_[1:2:1]
>>> b
slice(1, 2, 1)
# 使用slice函数进行切片
>>> c = a[b]
>>> c
array([[4, 5, 6, 7]])