numpy的基本用法(四)——numpy array合并

文章作者:Tyan
博客:noahsnail.com  |  CSDN  |  简书

本文主要是关于numpy的一些基本运算的用法。

#!/usr/bin/env python
# _*_ coding: utf-8 _*_

import numpy as np

# Test 1
A = np.array([1, 1, 1])
B = np.array([2, 2, 2])
# 合并array, 竖直方向
C = np.vstack((A, B))
print A.shape
print C.shape
print C

# 合并array, 水平方向
D = np.hstack((A, B))
print A.shape
print D.shape
print D

# Test 1 result
(3,)
(2, 3)
[[1 1 1]
 [2 2 2]]
(3,)
(6,)
[1 1 1 2 2 2]

# Test 2
A = np.array([1, 1, 1])
# 添加维度
# 列方向上添加维度
B = A[:, np.newaxis]
print A
print B
print A.shape
print B.shape
# 行方向上添加维度
C = A[np.newaxis, :]
print A
print C
print A.shape
print C.shape

# Test 2 result
[1 1 1]
[[1]
 [1]
 [1]]
(3,)
(3, 1)
[1 1 1]
[[1 1 1]]
(3,)
(1, 3)

# Test 3
A = np.array([1, 1, 1])
B = np.array([2, 2, 2])
# A, B列方向添加维度
A = A[:, np.newaxis]
B = B[:, np.newaxis]
# 合并多个array并指定合并的维度, 列方向上合并
C = np.concatenate((A, B, B, A), axis = 0)
# 合并多个array并指定合并的维度, 行方向上合并
D = np.concatenate((A, B, B, A), axis = 1)
print A
print B
print C
print D

# Test 3 result
[[1]
 [1]
 [1]]
[[2]
 [2]
 [2]]
[[1]
 [1]
 [1]
 [2]
 [2]
 [2]
 [2]
 [2]
 [2]
 [1]
 [1]
 [1]]
[[1 2 2 1]
 [1 2 2 1]
 [1 2 2 1]]

推荐阅读更多精彩内容