NumPy（5）array的合并与分割

今天是2017年9月20号，4年前的今天，我开始了一段奇妙的旅程。I love you，honey

继续Numpy的话题，在前4期中讲了使用Numpy进行创建array，然后进行一些数学运算、基本操作之后，今天来看array的合并与分割。

合并：

Numpy中使用vstack, hstack, newaxis, concatenate进行相关操作。接下来看一些例子：

vstack

从上图中可以看出vstack需要的输入是一个元组，因此我用元组的形式将需要合并的两个array输入进去。vstack看名字就可以知道他是垂直合并，因此结果如下边两图：

hstack

和vstack一样，hstack也很好理解了。

concatenate

concatenate通过axis这个参数来控制横向或者竖向合并，当axis=0时，表示的是竖向合并。

axis=1就是横向合并。

newaxis

看前边的内容，不知道你们有没有发现什么，在stack和concatenate两个的截图中，A和B两个array的定义有所不同。可以返回去看一下。
原因是之前[1 2 3]这样的定义，它的shape是（3，）而不是（1， 3），可以认为它只是一个list而已，而不是我们所能操作的array。
为了把它变成array，在[1 2 3]基础上，我们可以做的是给它增加维度。newaxis这个函数的字面意思就是新的轴，就是新增加一个维度。接下来看看怎么用：

具体是怎么回事呢，可以这样理解（以下理解不是官方解释，是我个人的想法，可能不对，但是很好记）：
A[]就是我要对A进行操作，具体操作被,分成了两个部分，在,之前我们使用了newaxis，,之后是一个:，:可以看做是原有的shape不变，我们在原有的shape之前加了一个新轴。原来是（3，），在3之前加一轴，就变成了（1， 3），结果如下：

果然变成了（1，3）的array。
同理，如果写的是A[：，np.newaxis]，结果就会输出（3，1）的array。

---

分割：

numpy使用split进行array的分割，需要输入三个参数，第一个是需要分割的array，第二个是分割的块数，第三个是按哪个轴进行分割。
注意这个分割是平均分，如果这个array有6行，分成2块3块都可以，但是分成4块就会报错。如果需要这种不平均的分割，需要使用的是np.array_split函数来操作。
轴这个参数和上边讲的一样，为0时按照列的方向来分，为1时按照行的方向来分。

如果无法分清axis，我个人觉得axis是个很难理解的概念。。。
可以用np.vsplit和np.hsplit来分别代替axis=0和axis=1的np.split