numpy 合并

numpy.concaternte

import numpy as np

a = np.array([[1, 2], [3, 4]])
b = np.array([[5, 6]])
np.concatenate((a, b), axis=0)
array([[1, 2],
       [3, 4],
       [5, 6]])
np.concatenate((a, b.T), axis=1)
array([[1, 2, 5],
       [3, 4, 6]])
np.concatenate((a, b), axis=None)
array([1, 2, 3, 4, 5, 6])

numpy.hstack 水平

  • Stack arrays in sequence horizontally (column wise).
  • numpy.hstack(tup)
a = np.array((1,2,3))
b = np.array((4,5,6))
np.hstack((a,b))
array([1, 2, 3, 4, 5, 6])
a = np.array([[1],[2],[3]])
b = np.array([[4],[5],[6]])
np.hstack((a,b))
array([[1, 4],
       [2, 5],
       [3, 6]])

numpy.vstack 垂直

Stack arrays in sequence vertically (row wise)

a = np.array((1,2,3))
b = np.array((4,5,6))
np.vstack((a,b))
array([[1, 2, 3],
       [4, 5, 6]])
a = np.array([[1],[2],[3]])
b = np.array([[4],[5],[6]])
np.vstack((a,b))
array([[1],
       [2],
       [3],
       [4],
       [5],
       [6]])

numpy.dstack(tup) 沿第三軸

Stack arrays in sequence depth wise (along third axis).

a = np.array((1,2,3))
b = np.array((2,3,4))
np.dstack((a,b))
array([[[1, 2],
        [2, 3],
        [3, 4]]])
a = np.array([[1],[2],[3]])
b = np.array([[2],[3],[4]])
np.dstack((a,b))
array([[[1, 2]],

       [[2, 3]],

       [[3, 4]]])

numpy.stack(arrays, axis=0, out=None) 沿新軸

Join a sequence of arrays along a new axis.

arrays = [np.random.randn(3, 4) for _ in range(10)]
np.stack(arrays, axis=0).shape
(10, 3, 4)
np.stack(arrays, axis=1).shape
(3, 10, 4)
np.stack(arrays, axis=2).shape
(3, 4, 10)
a = np.array([1, 2, 3])
b = np.array([4, 5, 6])
np.stack((a, b))
array([[1, 2, 3],
       [4, 5, 6]])
np.stack((a, b), axis=-1)
array([[1, 4],
       [2, 5],
       [3, 6]])

numpy.block :拼接

Assemble an nd-array from nested lists of blocks.

A = np.eye(2) * 2
B = np.eye(3) * 3
np.block([
    [A,np.zeros((2, 3))],
    [np.ones((3, 2)), B]
])
array([[2., 0., 0., 0., 0.],
       [0., 2., 0., 0., 0.],
       [1., 1., 3., 0., 0.],
       [1., 1., 0., 3., 0.],
       [1., 1., 0., 0., 3.]])
np.block([1, 2, 3])              # hstack([1, 2, 3])
array([1, 2, 3])
a = np.array([1, 2, 3])
b = np.array([4, 5, 6])
np.block([a, b, 10])             # hstack([a, b, 10])
array([ 1,  2,  3,  4,  5,  6, 10])
a = np.array([1, 2, 3])
b = np.array([4, 5, 6])
np.block([[a], [b]])             # vstack([a, b])
array([[1, 2, 3],
       [4, 5, 6]])
A = np.ones((2, 2), int)
B = 2 * A
np.block([[A], [B]])             # vstack([A, B])
array([[1, 1],
       [1, 1],
       [2, 2],
       [2, 2]])
a = np.array(0)
b = np.array([1])
np.block([a])                    # atleast_1d(a)
array([0])
np.block([b])                    # atleast_1d(b)
array([1])
np.block([[a]])                  # atleast_2d(a)
array([[0]])
np.block([[b]])                  # atleast_2d(b)
array([[1]])

numpy.column_stack(tup) 作為列合并

Stack 1-D arrays as columns into a 2-D array.

a = np.array((1,2,3))
b = np.array((2,3,4))
np.column_stack((a,b))
array([[1, 2],
       [2, 3],
       [3, 4]])

numpy.append(arr, values, axis=None)

Append values to the end of an array

np.append([1, 2, 3], [[4, 5, 6], [7, 8, 9]])
array([1, 2, 3, 4, 5, 6, 7, 8, 9])
# 指定軸時(shí),值必須具有正確的形狀。
np.append([[1, 2, 3], [4, 5, 6]], [[7, 8, 9]], axis=0)
array([[1, 2, 3],
       [4, 5, 6],
       [7, 8, 9]])
np.append([[1, 2, 3], [4, 5, 6]], [[7, 8, 9], [10, 11, 12]], axis=1)
array([[ 1,  2,  3,  7,  8,  9],
       [ 4,  5,  6, 10, 11, 12]])

?著作權(quán)歸作者所有,轉(zhuǎn)載或內(nèi)容合作請(qǐng)聯(lián)系作者
  • 序言:七十年代末否灾,一起剝皮案震驚了整個(gè)濱河市姆吭,隨后出現(xiàn)的幾起案子旬蟋,更是在濱河造成了極大的恐慌宠蚂,老刑警劉巖,帶你破解...
    沈念sama閱讀 219,110評(píng)論 6 508
  • 序言:濱河連續(xù)發(fā)生了三起死亡事件,死亡現(xiàn)場離奇詭異势木,居然都是意外死亡,警方通過查閱死者的電腦和手機(jī)歌懒,發(fā)現(xiàn)死者居然都...
    沈念sama閱讀 93,443評(píng)論 3 395
  • 文/潘曉璐 我一進(jìn)店門啦桌,熙熙樓的掌柜王于貴愁眉苦臉地迎上來,“玉大人,你說我怎么就攤上這事甫男∏腋模” “怎么了?”我有些...
    開封第一講書人閱讀 165,474評(píng)論 0 356
  • 文/不壞的土叔 我叫張陵板驳,是天一觀的道長又跛。 經(jīng)常有香客問我,道長若治,這世上最難降的妖魔是什么慨蓝? 我笑而不...
    開封第一講書人閱讀 58,881評(píng)論 1 295
  • 正文 為了忘掉前任,我火速辦了婚禮端幼,結(jié)果婚禮上礼烈,老公的妹妹穿的比我還像新娘。我一直安慰自己婆跑,他們只是感情好此熬,可當(dāng)我...
    茶點(diǎn)故事閱讀 67,902評(píng)論 6 392
  • 文/花漫 我一把揭開白布。 她就那樣靜靜地躺著滑进,像睡著了一般犀忱。 火紅的嫁衣襯著肌膚如雪。 梳的紋絲不亂的頭發(fā)上扶关,一...
    開封第一講書人閱讀 51,698評(píng)論 1 305
  • 那天峡碉,我揣著相機(jī)與錄音,去河邊找鬼驮审。 笑死鲫寄,一個(gè)胖子當(dāng)著我的面吹牛,可吹牛的內(nèi)容都是我干的疯淫。 我是一名探鬼主播地来,決...
    沈念sama閱讀 40,418評(píng)論 3 419
  • 文/蒼蘭香墨 我猛地睜開眼,長吁一口氣:“原來是場噩夢啊……” “哼熙掺!你這毒婦竟也來了未斑?” 一聲冷哼從身側(cè)響起,我...
    開封第一講書人閱讀 39,332評(píng)論 0 276
  • 序言:老撾萬榮一對(duì)情侶失蹤币绩,失蹤者是張志新(化名)和其女友劉穎蜡秽,沒想到半個(gè)月后,有當(dāng)?shù)厝嗽跇淞掷锇l(fā)現(xiàn)了一具尸體缆镣,經(jīng)...
    沈念sama閱讀 45,796評(píng)論 1 316
  • 正文 獨(dú)居荒郊野嶺守林人離奇死亡芽突,尸身上長有42處帶血的膿包…… 初始之章·張勛 以下內(nèi)容為張勛視角 年9月15日...
    茶點(diǎn)故事閱讀 37,968評(píng)論 3 337
  • 正文 我和宋清朗相戀三年,在試婚紗的時(shí)候發(fā)現(xiàn)自己被綠了董瞻。 大學(xué)時(shí)的朋友給我發(fā)了我未婚夫和他白月光在一起吃飯的照片寞蚌。...
    茶點(diǎn)故事閱讀 40,110評(píng)論 1 351
  • 序言:一個(gè)原本活蹦亂跳的男人離奇死亡田巴,死狀恐怖,靈堂內(nèi)的尸體忽然破棺而出挟秤,到底是詐尸還是另有隱情壹哺,我是刑警寧澤,帶...
    沈念sama閱讀 35,792評(píng)論 5 346
  • 正文 年R本政府宣布艘刚,位于F島的核電站管宵,受9級(jí)特大地震影響,放射性物質(zhì)發(fā)生泄漏攀甚。R本人自食惡果不足惜箩朴,卻給世界環(huán)境...
    茶點(diǎn)故事閱讀 41,455評(píng)論 3 331
  • 文/蒙蒙 一、第九天 我趴在偏房一處隱蔽的房頂上張望云稚。 院中可真熱鬧隧饼,春花似錦、人聲如沸静陈。這莊子的主人今日做“春日...
    開封第一講書人閱讀 32,003評(píng)論 0 22
  • 文/蒼蘭香墨 我抬頭看了看天上的太陽鲸拥。三九已至拐格,卻和暖如春,著一層夾襖步出監(jiān)牢的瞬間刑赶,已是汗流浹背捏浊。 一陣腳步聲響...
    開封第一講書人閱讀 33,130評(píng)論 1 272
  • 我被黑心中介騙來泰國打工, 沒想到剛下飛機(jī)就差點(diǎn)兒被人妖公主榨干…… 1. 我叫王不留撞叨,地道東北人金踪。 一個(gè)月前我還...
    沈念sama閱讀 48,348評(píng)論 3 373
  • 正文 我出身青樓,卻偏偏與公主長得像牵敷,于是被迫代替她去往敵國和親胡岔。 傳聞我的和親對(duì)象是個(gè)殘疾皇子,可洞房花燭夜當(dāng)晚...
    茶點(diǎn)故事閱讀 45,047評(píng)論 2 355

推薦閱讀更多精彩內(nèi)容