NumPy(六):数组堆叠:【vstack:垂直(按列顺序)堆叠数组】【hstack:水平(按列顺序)堆叠数组】【stack:axis=0/1/2】

2024-09-02 02:08

本文主要是介绍NumPy(六):数组堆叠:【vstack:垂直(按列顺序)堆叠数组】【hstack:水平(按列顺序)堆叠数组】【stack:axis=0/1/2】,希望对大家解决编程问题提供一定的参考价值,需要的开发者们随着小编来一起学习吧!

首先生成一些数,

import numpy as np
a = np.arange(1, 7).reshape((2, 3))
b = np.arange(7, 13).reshape((2, 3))
c = np.arange(13, 19).reshape((2, 3))print('a = \n', a)
print('b = \n', b)
print('c = \n', c)

即下面的形式
在这里插入图片描述
下面分别以不同的形式输出:

一、vstack

s = np.vstack((a, b, c))
print('vstack \n ', s.shape, '\n', s)

在竖直方向上进行堆叠,得到6×3的矩阵

在这里插入图片描述

vstack(tup):垂直(按列顺序)堆叠数组:

import numpy as np# 数组堆叠# numpy.vstack(tup):垂直(按列顺序)堆叠数组
a = np.arange(5)
b = np.arange(5, 10)
ar1 = np.vstack((a, b))
print('a = {0}, a.shape = {1}'.format(a, a.shape))
print('b = {0}, b.shape = {1}'.format(b, b.shape))
print('ar1 = {0}, ar1.shape = {1}'.format(ar1, ar1.shape))
a = np.array([[1], [2], [3]])
b = np.array([['a'], ['b'], ['c'], ['d']])
ar2 = np.vstack((a, b))  # 这里形状可以不一样
print('a = {0}, a.shape = {1}'.format(a, a.shape))
print('b = {0}, b.shape = {1}'.format(b, b.shape))
print('ar2 = {0}, ar2.shape = {1}'.format(ar2, ar2.shape))

打印结果:

a = [0 1 2 3 4], a.shape = (5,)
b = [5 6 7 8 9], b.shape = (5,)
ar1 = [[0 1 2 3 4][5 6 7 8 9]], ar1.shape = (2, 5)
--------------------------------------------------
a = [[1][2][3]], a.shape = (3, 1)
b = [['a']['b']['c']['d']], b.shape = (4, 1)
ar2 = [['1']['2']['3']['a']['b']['c']['d']], ar2.shape = (7, 1)

二、hstack

s = np.hstack((a, b, c))
print('hstack \n ', s.shape, '\n', s)

在这里插入图片描述

hstack(tup):水平(按列顺序)堆叠数组:

import numpy as np# 数组堆叠# numpy.hstack(tup):水平(按列顺序)堆叠数组
a = np.arange(5)  # a为一维数组,5个元素
b = np.arange(5, 9)  # b为一维数组,4个元素
ar1 = np.hstack((a, b))  # 注意:((a,b)),这里形状可以不一样
print('a = {0}, a.shape = {1}'.format(a, a.shape))
print('b = {0}, b.shape = {1}'.format(b, b.shape))
print('ar1 = {0}, ar1.shape = {1}'.format(ar1, ar1.shape))
print('-' * 50)
a = np.array([[1], [2], [3]])  # a为二维数组,3行1列
b = np.array([['a'], ['b'], ['c']])  # b为二维数组,3行1列
ar2 = np.hstack((a, b))  # 注意:((a,b)),这里形状必须一样
print('a = {0}, a.shape = {1}'.format(a, a.shape))
print('b = {0}, b.shape = {1}'.format(b, b.shape))
print('ar2 = {0}, ar2.shape = {1}'.format(ar2, ar2.shape))

打印结果:

a = [0 1 2 3 4], a.shape = (5,)
b = [5 6 7 8], b.shape = (4,)
ar1 = [0 1 2 3 4 5 6 7 8], ar1.shape = (9,)
--------------------------------------------------
a = [[1][2][3]], a.shape = (3, 1)
b = [['a']['b']['c']], b.shape = (3, 1)
ar2 = [['1' 'a']['2' 'b']['3' 'c']], ar2.shape = (3, 2)

三、stack

1、axis=0

在这里插入图片描述

s = np.stack((a, b, c), axis=0)
print('axis = 0 \n ', s.shape, '\n', s)

就是下面的形式

在这里插入图片描述
具体为3组2×3矩阵
在这里插入图片描述

stack(arrays, axis=0):沿着新轴连接数组的序列,形状必须一样!
重点解释axis参数的意思,假设两个数组[1 2 3]和[4 5 6],shape均为(3,0)

  • axis=0:[[1 2 3] [4 5 6]],shape为(2,3)
  • axis=1:[[1 4] [2 5] [3 6]],shape为(3,2)
import numpy as np# 数组堆叠
# numpy.stack(arrays, axis=0):沿着新轴连接数组的序列,形状必须一样!
# 重点解释axis参数的意思,假设两个数组[1 2 3]和[4 5 6],shape均为(3,0)
# axis=0:[[1 2 3] [4 5 6]],shape为(2,3)
# axis=1:[[1 4] [2 5] [3 6]],shape为(3,2)
a = np.arange(5)
b = np.arange(5, 10)
ar1 = np.stack((a, b))
ar2 = np.stack((a, b), axis=1)
print('a = {0}, a.shape = {1}'.format(a, a.shape))
print('b = {0}, b.shape = {1}'.format(b, b.shape))
print('ar1 = {0}, ar1.shape = {1}'.format(ar1, ar1.shape))
print('ar2 = {0}, ar2.shape = {1}'.format(ar2, ar2.shape))

打印结果:

a = [0 1 2 3 4], a.shape = (5,)
b = [5 6 7 8 9], b.shape = (5,)
ar1 = [[0 1 2 3 4][5 6 7 8 9]], ar1.shape = (2, 5)
ar2 = [[0 5][1 6][2 7][3 8][4 9]], ar2.shape = (5, 2)

2、axis=1

在这里插入图片描述

s = np.stack((a, b, c), axis=1)
print('axis = 1 \n ', s.shape, '\n', s)

即将每个矩阵的每一行进行堆叠,放在一个矩阵里(一行对应一个矩阵)就是下图的红色的放一起,绿色的放一起

在这里插入图片描述

3、axis=2

在这里插入图片描述

s = np.stack((a, b, c), axis=2)
print('axis = 2 \n ', s.shape, '\n', s)

即将每行的进行竖排,放在一个矩阵里(一行对应一个矩阵)
在这里插入图片描述

这篇关于NumPy(六):数组堆叠:【vstack:垂直(按列顺序)堆叠数组】【hstack:水平(按列顺序)堆叠数组】【stack:axis=0/1/2】的文章就介绍到这儿,希望我们推荐的文章对编程师们有所帮助!



http://www.chinasem.cn/article/1128698

相关文章

hdu2241(二分+合并数组)

题意:判断是否存在a+b+c = x,a,b,c分别属于集合A,B,C 如果用暴力会超时,所以这里用到了数组合并,将b,c数组合并成d,d数组存的是b,c数组元素的和,然后对d数组进行二分就可以了 代码如下(附注释): #include<iostream>#include<algorithm>#include<cstring>#include<stack>#include<que

hdu 1166 敌兵布阵(树状数组 or 线段树)

题意是求一个线段的和,在线段上可以进行加减的修改。 树状数组的模板题。 代码: #include <stdio.h>#include <string.h>const int maxn = 50000 + 1;int c[maxn];int n;int lowbit(int x){return x & -x;}void add(int x, int num){while

C++——stack、queue的实现及deque的介绍

目录 1.stack与queue的实现 1.1stack的实现  1.2 queue的实现 2.重温vector、list、stack、queue的介绍 2.1 STL标准库中stack和queue的底层结构  3.deque的简单介绍 3.1为什么选择deque作为stack和queue的底层默认容器  3.2 STL中对stack与queue的模拟实现 ①stack模拟实现

顺序表之创建,判满,插入,输出

文章目录 🍊自我介绍🍊创建一个空的顺序表,为结构体在堆区分配空间🍊插入数据🍊输出数据🍊判断顺序表是否满了,满了返回值1,否则返回0🍊main函数 你的点赞评论就是对博主最大的鼓励 当然喜欢的小伙伴可以:点赞+关注+评论+收藏(一键四连)哦~ 🍊自我介绍   Hello,大家好,我是小珑也要变强(也是小珑),我是易编程·终身成长社群的一名“创始团队·嘉宾”

C语言:柔性数组

数组定义 柔性数组 err int arr[0] = {0}; // ERROR 柔性数组 // 常见struct Test{int len;char arr[1024];} // 柔性数组struct Test{int len;char arr[0];}struct Test *t;t = malloc(sizeof(Test) + 11);strcpy(t->arr,

C 语言基础之数组

文章目录 什么是数组数组变量的声明多维数组 什么是数组 数组,顾名思义,就是一组数。 假如班上有 30 个同学,让你编程统计每个人的分数,求最高分、最低分、平均分等。如果不知道数组,你只能这样写代码: int ZhangSan_score = 95;int LiSi_score = 90;......int LiuDong_score = 100;int Zhou

lvgl8.3.6 控件垂直布局 label控件在image控件的下方显示

在使用 LVGL 8.3.6 创建一个垂直布局,其中 label 控件位于 image 控件下方,你可以使用 lv_obj_set_flex_flow 来设置布局为垂直,并确保 label 控件在 image 控件后添加。这里是如何步骤性地实现它的一个基本示例: 创建父容器:首先创建一个容器对象,该对象将作为布局的基础。设置容器为垂直布局:使用 lv_obj_set_flex_flow 设置容器

web群集--nginx配置文件location匹配符的优先级顺序详解及验证

文章目录 前言优先级顺序优先级顺序(详解)1. 精确匹配(Exact Match)2. 正则表达式匹配(Regex Match)3. 前缀匹配(Prefix Match) 匹配规则的综合应用验证优先级 前言 location的作用 在 NGINX 中,location 指令用于定义如何处理特定的请求 URI。由于网站往往需要不同的处理方式来适应各种请求,NGINX 提供了多种匹

计算数组的斜率,偏移,R2

模拟Excel中的R2的计算。         public bool fnCheckRear_R2(List<double[]> lRear, int iMinRear, int iMaxRear, ref double dR2)         {             bool bResult = true;             int n = 0;             dou

C# double[] 和Matlab数组MWArray[]转换

C# double[] 转换成MWArray[], 直接赋值就行             MWNumericArray[] ma = new MWNumericArray[4];             double[] dT = new double[] { 0 };             double[] dT1 = new double[] { 0,2 };