Numpy基础(day3)维度增加及合并数组

Numpy增加维度

三种方法

1. np.newaxis关键字，使用索引的语法给数组添加维度
2. np.expand_dims(arr, axis)方法，给arr在axis位置添加维度
3. np.reshape(a, newshape)方法，给一个维度设置为1完成生维

import numpy as np
arr = np.arange(5)
print(arr.shape)

1. np.newaxis关键字
   注意：np.newaxis其实就是None的别名
   np.newaxis is None和np.newaxis == None结果都为True

   • 添加一个行维度
     arr[np.newaxis,:]
arr[np.newaxis,:].shape
     数据数据是一行五列，本身没有变化，只是多了一层括号
   • 给一维数组添加一个列维度
     arr[:,np.newaxis]
arr[:,np.newaxis].shape
     数据现在是五行一列

2. np.expand_dims方法
   np.expand_dims方法实现的效果和np.newaxis关键字是一模一样的

   • 添加一个行维度
     相当于arra[np.newaxis, :]
     np.expand_dims(arr, axis=0)
np.expand_dims(arr, axis=0).shape
   • 给一维数组添加一个列维度
     相当于arra[:, np.newaxis]
     np.expand_dims(arr, axis=0)
np.expand_dims(arr, axis=0).shape

3. np.reshape方法
   给一维数组添加一个行维度
   np.reshape(arr, (1, 5))
np.reshape(arr, (1, -1)) -1相当于读取到最后一个元素
   np.reshape(arr, (1, -1)).shape
   给一维数组添加一个列维度
   np.reshape(arr, (-1, 1))
np.reshape(arr, (-1, 1)).shape

numpy数据合操作

• np.concatenate(array_list,axis=0/1) 沿着指定的axis进行数组的合并
• np.vstack或者np.row_stack(arry_list) 垂直vertically、按行row wise进行数据合并
• np.hstack或者np.colum_stack(array_list) 水平horizontally、按列column wise进行数据合并

import numpy as np
a = np.arange(6).reshape(2, 3)
b = np.random.randint(10, 20, size=(4, 3))
print(a)
print(b)
# 方法一
print(np.concatenate([a, b]))
# 方法二
print(np.vstack([a, b]))
# 方法三
print(np.row_stack([a, b]))