numpy.array 合并和分割
Posted zry-yt
tags:
篇首语:本文由小常识网(cha138.com)小编为大家整理,主要介绍了numpy.array 合并和分割相关的知识,希望对你有一定的参考价值。
# 导包 import numpy as np
numpy.array 的合并
.concatenate()
一维数组
x = np.array([1, 2, 3]) # array([1, 2, 3]) y = np.array([3, 2, 1]) # array([3, 2, 1])
np.concatenate([x, y]) # array([1, 2, 3, 3, 2, 1]) z = np.array([666, 666, 666]) # array([666, 666, 666]) np.concatenate([x, y, z]) """ array([ 1, 2, 3, 3, 2, 1, 666, 666, 666]) """
二维数组
.concatenate((a,b,c,...),axis=0) :默认情况下,axis=0可以不写,axis是拼接方向,拼接方向可以理解为拼接完成后数量发生变化的方向,0为横轴,1为纵轴
axis=0:对应列的数组进行拼接,拼接方向为横轴,需要纵轴结构相同
axis=1:对应行的数组进行拼接,拼接方向为纵轴,需要横轴结构相同
A = np.array([[1, 2, 3], [4, 5, 6]]) """ array([[1, 2, 3], [4, 5, 6]]) """ np.concatenate([A, A]) """ array([[1, 2, 3], [4, 5, 6], [1, 2, 3], [4, 5, 6]]) """ np.concatenate([A, A], axis=1) """ array([[1, 2, 3, 1, 2, 3], [4, 5, 6, 4, 5, 6]]) """ np.concatenate([A, z]) # 错误 np.concatenate([A, z.reshape(1, -1)]) """ array([[ 1, 2, 3], [ 4, 5, 6], [666, 666, 666]]) """
.hstack()
函数原型:numpy.hstack(tup) ,参数tup可以是元组,列表,或者numpy数组,阵列必须具有相同的形状,除了对应于轴的维度(默认情况下,第一个),返回结果为numpy的数组
a=[1,2,3] b=[4,5,6] np.hstack((a,b)) # array([1, 2, 3, 4, 5, 6])
a=[[1],[2],[3]] b=[[1],[2],[3]] c=[[1],[2],[3]] d=[[1],[2],[3]] np.hstack((a,b,c,d)) """ array([[1, 1, 1, 1], [2, 2, 2, 2], [3, 3, 3, 3]]) """
它其实就是水平(按列顺序)把数组给堆叠起来
.vstack()
函数原型:numpy.vstack(tup) ,参数tup可以是元组,列表,或者numpy数组,返回结果为numpy的数组
a=[1,2,3] b=[4,5,6] np.vstack((a,b)) """ array([[1, 2, 3], [4, 5, 6]]) """
a=[[1],[2],[3]] b=[[1],[2],[3]] c=[[1],[2],[3]] d=[[1],[2],[3]] np.vstack((a,b,c,d)) """ array([[1], [2], [3], [1], [2], [3], [1], [2], [3], [1], [2], [3]]) """
它是垂直(按照行顺序)的把数组给堆叠起来
numpy.array 的分割
split
split(ary, indices_or_sections, axis=0):把一个数组从左到右按顺序切分
ary:要切分的数组
indices_or_sections:如果是一个整数,就用该数平均切分,如果是一个数组,为沿轴切分的位置(左闭右开)
axis:沿着哪个维度进行切向,默认为0,横向切分;为1时,纵向切分
x = np.arange(10) # array([0, 1, 2, 3, 4, 5, 6, 7, 8, 9]) x1, x2, x3, x4, x5 = np.split(x, [2, 4, 5, 7]) """ x1 --> array([0, 1]) x2 --> array([2, 3]) x3 --> array([4]) x4 --> array([5, 6]) x5 --> array([7, 8, 9]) """
A = np.arange(16).reshape(4, 4) A1, A2 = np.split(A, [2]) """ A1 --> array([[0, 1, 2, 3], [4, 5, 6, 7]]) A2 --> array([[ 8, 9, 10, 11], [12, 13, 14, 15]]) """ A1, A2 = np.split(A, [2], axis=1) """ A1 --> array([[ 0, 1], [ 4, 5], [ 8, 9], [12, 13]]) A2 --> array([[ 2, 3], [ 6, 7], [10, 11], [14, 15]]) """
hsplit
通过指定要返回的相同shape的array的数量,类似于axis = 1
vsplit
vsplit沿着垂直轴分割,类似于axis = 0
upper, lower = np.vsplit(A, [2]) """ upper --> array([[0, 1, 2, 3], [4, 5, 6, 7]]) """ left, right = np.hsplit(A, [2]) """ left --> array([[ 0, 1], [ 4, 5], [ 8, 9], [12, 13]]) """
以上是关于numpy.array 合并和分割的主要内容,如果未能解决你的问题,请参考以下文章