资源经验分享NumPy实现数组的拼接和分裂

NumPy实现数组的拼接和分裂

2019-12-03 | |  84 |   0

原标题:NumPy实现数组的拼接和分裂

原文来自:博客园      原文链接:https://www.cnblogs.com/geeksongs/p/11015150.html


一.数组的拼接

 import numpy as np
x=np.array([,,=np.array([,,])
np.concatenate([x,x2])

输出:array([1, 2, 3, 4, 5, 6])

 grid=np.array(
[[1,2,3],
[4,5,6]])
 np.concatenate([grid,grid])

输出:

array([[1, 2, 3],
       [4, 5, 6],
       [1, 2, 3],
       [4, 5, 6]])
 np.concatenate([grid,grid],axis=1)

输出:

array([[1, 2, 3, 1, 2, 3],
       [4, 5, 6, 4, 5, 6]])

如果我们不加上按照哪个轴(axis)进行拼接,那么则默认为通过第0个轴进行拼接,第0个轴是我们数组的横轴

第一个轴则是数组的数轴,我们平时画xy轴二维平面坐标系的时候,也是按照先横轴后数轴的形式来画的,这也是我们计算机的习惯。如果您不想利用这种利用加参数表示哪个轴的方式,则可以直接利用新的函数,vstack(垂直拼接),和hstack(水平拼接)进行数组的拼接。v在英语里是vertical的意思,h是honrizontal的意思,这两个英语单词在我们的安卓开发当中十分常用,一个是表示了线性布局的垂直布局,一个是表示了线性布局是水平布局。下面展示我们利用更简单的函数进行的数组的拼接:

 np.vstack([grid,grid])
array([[1, 2, 3],
       [4, 5, 6],
       [1, 2, 3],
       [4, 5, 6]])
 np.hstack([grid,grid])
array([[1, 2, 3, 1, 2, 3],
       [4, 5, 6, 4, 5, 6]])

得解也。

二.数组的分裂

第一种方法,按照数组的节点进行分裂,split函数当中的中括号表示分裂节点的位置:


>>> x=np.array([1,2,3,4,5,56,6])>>> x1,x2,x3=np.split(x,[2,4])>>> x1
array([1, 2])>>> x2
array([3, 4])>>> x3
array([ 5, 56,  6])


第二种方法:

然后数组的分裂也具备了前缀为v或者h的函数,首先建立二维gird数组,利用如下:

>>> grid
array([[ 0,  1,  2,  3],
       [ 4,  5,  6,  7],
       [ 8,  9, 10, 11],
       [12, 13, 14, 15]])

利用vsplit进行分裂:


>>> x1,x2=np.vsplit(gird,[2])>>> x1
array([[0, 1, 2, 3],
       [4, 5, 6, 7]])>>> x2
array([[ 8,  9, 10, 11],
       [12, 13, 14, 15]])


第三种方法:利用hsplit进行分裂


>>> x1,x2=np.hsplit(gird,[2])>>> x1
array([[ 0,  1],
       [ 4,  5],
       [ 8,  9],
       [12, 13]])>>> x2
array([[ 2,  3],
       [ 6,  7],
       [10, 11],
       [14, 15]])


中括号当中的2表示的是相对分裂点的位置,可以根据自己的需求进行相应的改变。

免责声明:本文来自互联网新闻客户端自媒体,不代表本网的观点和立场。

合作及投稿邮箱:E-mail:editor@tusaishared.com

上一篇:Python计算美国总统的身高并实现数据可视化

下一篇:线性模型-线性回归、Logistic分类

用户评价
全部评价

热门资源

  • Python 爬虫(二)...

    所谓爬虫就是模拟客户端发送网络请求,获取网络响...

  • TensorFlow从1到2...

    原文第四篇中,我们介绍了官方的入门案例MNIST,功...

  • TensorFlow从1到2...

    “回归”这个词,既是Regression算法的名称,也代表...

  • 机器学习中的熵、...

    熵 (entropy) 这一词最初来源于热力学。1948年,克...

  • TensorFlow2.0(10...

    前面的博客中我们说过,在加载数据和预处理数据时...