文章目錄

• 前言
• • 合并
  • • 垂直合并，水平合并
  • 增加新維度
  • 多數(shù)組合并concatenate
  • 分割
  • • 等量分割split
    • 不等量分割array_split

前言

根據(jù) 莫煩Python的教程 總結寫成，以便自己復習和使用,這里我就不喲林地掛原創(chuàng)了🐶。

合并

垂直合并，水平合并

a6 = np.array([1,1])# array([1, 1]) b6 = np.array([2,2])# array([2, 2]) c6 = np.vstack((a6,b6)) # vertical stack 垂直合并 # c6 = array([[1, 1], # [2, 2]]) # 從這里也可以看出，np.array 生成的是一個行向量 d6 = np.hstack((a6,b6)) # horizontal stack 水平合并 # d6 = array([1, 1, 2, 2])

增加新維度

參考大佬博客

a6 = np.array([1,1]) b6 = np.array([2,2]) print(a6.shape) # (2,),這里的2是a6中元素的個數(shù)其實就是列數(shù)，a6 = np.array([1,1])其實只是生成了一行數(shù)據(jù)相當于list print(a6[:,np.newaxis].shape) # (2,1)，在列上增加一個維度，a6就變成了一個列向量 print(a6[np.newaxis,:].shape) # (1,2), 在行上增加一個維度，a6就變成了一個行向量

多數(shù)組合并concatenate

a6 = np.array([1,1]) b6 = np.array([2,2]) a6 = a6[:,np.newaxis] b6 = b6[:,np.newaxis] # 這里做增加新維度的轉換，可參看https://blog.csdn.net/qq_38800089/article/details/113796352中的補充，否則axis=1則不能進行 print(np.concatenate((a6,b6,b6,a6),axis=0) )# 0 在行的維度進行合并，從上到下摞起來 print(np.concatenate((a6,b6,b6,a6),axis=1) )# 1 在列的維度進行合并，從左到右排起來

分割

等量分割split

a7 = np.arange(16).reshape((4,4))print(np.split(a7,2,axis=1)) # 好比拿著刀，1：列 豎著切； 0：行 橫著切 print(np.vsplit(a7,2)) # 好比拿著套馬栓，從最上面把數(shù)組一塊一塊地套上來 print(np.hsplit(a7,2))# 好比拿著套馬栓，從最左面把數(shù)組一塊一塊地套過去

不等量分割array_split

print(np.array_split(a7,3,axis=1)) # 好比拿著刀，不等量的分割，1：列 豎著切； 0：行 橫著切

總結

以上是生活随笔為你收集整理的python（numpy，pandas4）——numpy中array合并和分割的全部內(nèi)容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網(wǎng)站內(nèi)容還不錯，歡迎將生活随笔推薦給好友。