脚本之家 服务器常用软件
快捷导航
您的位置：首页 → 脚本专栏 → python → numpy数组叠加

numpy数组叠加的实现示例

 更新时间：2022年08月09日 09:36:53   作者：BruceJoneses  
本文主要介绍了numpy数组叠加的实现示例，文中通过示例代码介绍的非常详细，对大家的学习或者工作具有一定的参考学习价值，需要的朋友们下面随着小编来一起学习学习吧

前言

针对于一维数组的存储方式，即(n,)存储为列向量

一、创建一个array

使用np.arange()创建一个一维数组，或者np.array()将多维列表转成np格式的ndarray

示例：pandas 是基于NumPy 的一种工具，该工具是为了解决数据分析任务而创建的。

二、使用np.r_和np.c_进行数组相加

1.对一维数组的叠加

代码如下（示例）：

import numpy as np
a = np.array([1,2,3])     
'''a = [1 
        2
        3]'''
b = a.repeat(3)
'''b = [1
        1   
        1
       ...
        3]'''
c = np.tile(a ,3)
print(b.shape)      #(9,) 列向量
print(c.shape)      #(9,) 列向量
d = np.r_[b,c]    #按列相加 还是列向量(只是numpy方便显示，为一行数组),还是一维
print('d:', d)
'''d: [1 1 1 2 2 2 3 3 3 1 2 3 1 2 3 1 2 3]'''
e = np.c_[b,c]   #按行相加 得到(9，2)的二维数组   
print('e:', e)
'''e: [[1 1]
       [1 2]
       [1 3]
       [2 1]
       [2 2]
       [2 3]
       [3 1]
       [3 2]
       [3 3]]'''

2.将数组转成二维

代码如下（示例）：

a = np.array([1,2,3]).reshape(1,3)     #都初始为二维数组，就可以按照显示的行列堆叠
b = a.repeat(3).reshape(1,-1)
c = np.tile(a ,3)
print(b.shape)      #(1,9) 二维数组
print(c.shape)      #(1,9) 二维数组
#二维之后就可按照显示的行列顺序进行叠加了
d = np.r_[b,c]    #按列相加，得到(2,9)的二维数组
print('d:', d)    
'''d: [[1 1 1 2 2 2 3 3 3]
       [1 2 3 1 2 3 1 2 3]]'''
e = np.c_[b,c]   #按行相加 得到(1，18)的二维数组   
print('e:', e)
'''e: [[1 1 1 2 2 2 3 3 3 1 2 3 1 2 3 1 2 3]]'''

将数组转成二维，就可按照显示的行列进行相堆叠了

3. hstack以及vstack

a = np.array([1,2,3])
b = a.repeat(3)
c = np.tile(a ,3)
bc_h = np.hstack((b, c))    
print('bc_h:',bc_h)
'''bc_h: [1 1 1 2 2 2 3 3 3 1 2 3 1 2 3 1 2 3]'''
bc_v = np.vstack((b, c))    
print('bc_v:',bc_v)
'''bc_v: [[1 1 1 2 2 2 3 3 3]
          [1 2 3 1 2 3 1 2 3]]'''
d = np.arange(9).reshape(1,9)
# bcd_h = np.hstack((b, c, d))   #使用hstack,维度必须相同。不相同会报错
# print('bcd_h:',bcd_h)

bcd_v = np.vstack((b, c, d))    
print('bcd_v:',bcd_v)
'''bcd_v: [[1 1 1 2 2 2 3 3 3]
           [1 2 3 1 2 3 1 2 3]
           [0 1 2 3 4 5 6 7 8]]'''

在进行vstack叠加时，默认将一维数组元素变成了二维。

但是二维与三维叠加，二维不会变成三维。即一维可以与二维可以进行vstack

hstack不会改变维度，所有要求相叠加的所有数组维度一样

到此这篇关于numpy数组叠加的实现示例的文章就介绍到这了,更多相关numpy数组叠加内容请搜索脚本之家以前的文章或继续浏览下面的相关文章希望大家以后多多支持脚本之家！

您可能感兴趣的文章:

相关文章

最新评论