np.c_ 对比 np.r_

转载于 2018-09-15 15:10:43 发布 · 4w 阅读

CC 4.0 BY-SA版权

文章标签：

23 篇文章

订阅专栏

本文详细解析了NumPy中np.r_和np.c_函数的使用方法，通过具体实例展示了如何按行或按列连接矩阵，同时对比了其与pandas库中concat和merge函数的相似之处。

例子

import numpy as np
a = np.array([1, 2, 3])
b = np.array([4, 5, 6])
c = np.c_[a,b]

print(np.r_[a,b])
print(c)
print(np.c_[c,a])

np.r_ 是按行连接两个矩阵，就是把两矩阵上下相连，要求列数相等，类似于pandas中的 concat()。

np.c_ 是按列连接两个矩阵，就是把两矩阵左右相连，要求行数相等，类似于pandas中的 merge()。

结果：

[1 2 3 4 5 6]

[[1 4]
 [2 5]
 [3 6]]

[[1 4 1]
 [2 5 2]
 [3 6 3]]

在 numpy 中，一个列表虽然是横着表示的，但它其实是列向量。