Tips:要耐心看,不难,也不麻烦…
文章目录
基础知识 np.c_ np.r_ np.insert np.row_stack np.cloum_stack 快速实现代码 np.c_ | np.r_代码 np.insert代码 np.row_stack | np.colum_stack 代码基础知识
np.c_将切片对象转换为沿第二轴的连接。 这是简单的,因为它很常见,所以很有用。特别是,阵列将在升级到至少2-D后沿着它们的最后一个轴堆叠,其中1个后置为形状(由1-D阵列制成的列向量)
例子
>>> np.c_[np.array([1,2,3]), np.array([4,5,6])] array([[1, 4], [2, 5], [3, 6]])np.r_ np.insert np.row_stack np.cloum_stack
快速实现代码
np.c_ | np.r_代码import numpy as np a = np.array([[1,2,3],[4,5,6],[7,8,9]]) b = np.array([[0,0,0]]) c = np.r_[a,b] d = np.c_[a,b.T] print c print d
[[1 2 3] [4 5 6] [7 8 9] [0 0 0]]
[[1 2 3 0] [4 5 6 0] [7 8 9 0]]
该方法只能将两个矩阵合并 注意要合并的两矩阵的行列关系 np.insert代码import numpy as np a = np.array([[1,2,3],[4,5,6],[7,8,9]]) b = np.array([[0,0,0]]) c = np.insert(a, 0, values=b, axis=0) d = np.insert(a, 0, values=b, axis=1) print c print d
[[0 0 0] [1 2 3] [4 5 6] [7 8 9]]
[[0 1 2 3] [0 4 5 6] [0 7 8 9]]
这种是将一个集合插入到一个矩阵中,对于b可以是列表或元组,它仅仅提供要插入的值,但个数要对 np.insert的第二个参数是插入的位置,axis用来控制是插入行还是列,可见该方法非常灵活! np.row_stack | np.colum_stack 代码import numpy as np a = np.array([[1,2,3],[4,5,6],[7,8,9]]) b = np.array([[0,0,0]]) c = np.row_stack((a,b)) d = np.column_stack((a,b.T))类似于c_, r_
END
声明:本文来自网络,不代表【好得很程序员自学网】立场,转载请注明出处:http://www.haodehen.cn/did125974