#coding:utf-8
import numpy as np
## 数组的堆叠
a=[[1,2,3],[4,5,6],[7,8,9]]
b=[['e',2,5],[10,11,12],[14,15,16]]
print("a:",a)
#注意水平堆叠,输入的数组对应处需要相同的维度(列数相同)
c=np.hstack((a,b))
print("c:",c)
#concatente 也能达到同样的水平叠加的效果
d=np.concatenate((a,b),axis=1)
print(d)
#垂直叠加
a=[[1,2,4],[4,5,6],[7,8,9]]
b=[['e',2,5],[10,11,12],[14,15,16]]
e=np.vstack((a,b))
print("e:",e)
#concatente 也能达到垂直叠加的效果
f=np.concatenate((a,b),axis=0)
print("f:",f)
#列式堆叠 columns_stack(),对一维数据进行堆叠,类似hstack
one=np.arange(3)
two=np.arange(3)
ca=np.column_stack((one,two))
print("列式堆叠 ca:",ca)
#columns_stack() 也可以堆叠二维数组,与hstak() 相同
ca2=np.column_stack((a,b))
print("列式堆叠 ca2:",ca2)
#行时堆叠,row_stack() ,对一位数据进行行式堆叠,与vstack 类似
ca3=np.row_stack((np.arange(4),np.arange(4)))
print("行式堆叠 ca3:",ca3)
numpy 数组叠加
最新推荐文章于 2024-05-21 22:01:43 发布
部署运行你感兴趣的模型镜像
您可能感兴趣的与本文相关的镜像
Python3.8
Conda
Python
Python 是一种高级、解释型、通用的编程语言,以其简洁易读的语法而闻名,适用于广泛的应用,包括Web开发、数据分析、人工智能和自动化脚本
208

被折叠的 条评论
为什么被折叠?



