python基本语法——数据拼接操作（numpy & torch）

最新推荐文章于 2025-04-29 08:30:00 发布

AIChemistr

最新推荐文章于 2025-04-29 08:30:00 发布

阅读量1.3k

点赞数

分类专栏： python基本语法文章标签： numpy

本文链接：https://blog.youkuaiyun.com/qq_44783177/article/details/114235959

版权

本文详细介绍了Python中使用Torch和Numpy进行数组拼接的操作，包括torch.cat、torch.stack以及Numpy的np.concatenate、np.vstack和np.hstack。此外，还讲解了数组的求和及对齐输出的方法，如torch.sum和字符串的左对齐、右对齐、居中对齐。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

一、数组拼接

Torch

1. torch.cat

import torch
a = torch.ones(10)
b = torch.zeros(10)
a,b

(tensor([1., 1., 1., 1., 1., 1., 1., 1., 1., 1.]),
 tensor([0., 0., 0., 0., 0., 0., 0., 0., 0., 0.]))

c = torch.cat((a,b),0)
d = torch.cat((a,b),-1)
c,d

(tensor([1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 0., 0., 0., 0., 0., 0., 0., 0.,
         0., 0.]),
 tensor([1., 1., 1., 1., 1., 1., 1., 1., 1., 1., 0., 0., 0., 0., 0., 0., 0., 0.,
         0., 0.]))

m = torch.rand(2,3)
n = torch.rand(2,3)
m,n

(tensor([[0.4305, 0.5858, 0.6041],
         [0.3689, 0.7339, 0.3004]]),
 tensor([[0.3952, 0.5579, 0.6647],
         [0.3820, 0.1805, 0.4863]]))

s1 = torch.cat((m,n),0) #dim = 0 按列拼接
s1

tensor([[0.4305, 0.5858, 0.6041],
        [0.3689, 0.7339, 0.3004],
        [0.3952, 0.5579, 0.6647],
        [0.3820, 0.1805, 0.4863]])

s2 = torch.cat((m,n),dim=1) # dim=1, 按行拼接
s2

tensor([[0.4305, 0.5858, 0.6041, 0.3952, 0.5579, 0.6647],
        [0.3689, 0.7339, 0.3004, 0.3820, 0.1805, 0.4863]])

s3 = torch.cat((s2,m),dim=1)
s3

tensor([[0.4305, 0.5858, 0.6041, 0.3952, 0.5579, 0.6647, 0.4305, 0.5858, 0.6041],
        [0.3689, 0.7339, 0.3004, 0.3820, 0.1805, 0.4863, 0.3689, 0.7339, 0.3004]])

示例分析：
a是[10]的列表，a一直在变化，想把这些变化都拼接到一个数组中

a_all = []
for i in range(5):
    a = torch.rand(3)
    if i==0: a_all = a
    else: a_all = torch.cat((a_all,a),dim=0)
a_all

tensor([0.2426, 0.6465, 0.6805, 0.3972, 0.0939, 0.9206, 0.3735, 0.6619, 0.4411,
        0.6900, 0.4391, 0.4374, 0.4946, 0.9330, 0.0059])

a.shape

torch.Size([3])

a.reshape(-1

最低0.47元/天解锁文章