您现在的位置是:网站首页> 编程资料编程资料
numpy数组叠加的实现示例_python_
2023-05-26
232人已围观
简介 numpy数组叠加的实现示例_python_
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!
您可能感兴趣的文章:
相关内容
- numpy中nan_to_num的具体使用_python_
- Python numpy.transpose使用详解_python_
- Python实现数据清洗的示例详解_python_
- Python实现自动整理文件的示例代码_python_
- pytest文档内置fixture的request详情_python_
- 如何在python中实现capl语言里的回调函数(推荐)_python_
- python接口自动化使用requests库发送http请求_python_
- python+selenium的web自动化上传操作的实现_python_
- python中pandas操作apply返回多列的实现_python_
- Pandas中inf值替换的方法_python_
