码农教程 - 一技在手,衣食无忧! tools

目录

Python 连接数组

❮ 上一节 下一节 ❯

连接 NumPy 数组

连接意味着将两个或多个数组的内容放入一个数组中。

在 SQL 中，我们基于键连接表，而在 NumPy 中，我们通过轴连接数组。

我们将要连接的数组序列传递给concatenate()函数，以及轴。如果没有显式传递axis，则将其视为0。

示例

连接两个数组

import numpy as np

arr1 = np.array([1, 2, 3])

arr2 = np.array([4, 5, 6])

arr = np.concatenate((arr1, arr2))

print(arr)
亲自试一试 »

示例

沿行连接两个二维数组 (axis=1)：

import numpy as np

arr1 = np.array([[1, 2], [3, 4]])

arr2 = np.array([[5, 6], [7, 8]])

arr = np.concatenate((arr1, arr2), axis=1)

print(arr)
亲自试一试 »

使用堆栈函数连接数组

堆叠与串联相同，唯一的区别是堆叠是沿着新轴完成的。

我们可以沿着第二个轴连接两个一维数组，这将导致将它们一个放在另一个上，即。堆叠。

我们将要连接的数组序列传递给stack()方法沿轴。如果未显式传递 axis，则将其视为 0。

示例

import numpy as np

arr1 = np.array([1, 2, 3])

arr2 = np.array([4, 5, 6])

arr = np.stack((arr1, arr2), axis=1)

print(arr)
亲自试一试 »

沿行堆叠

NumPy 提供了一个辅助函数：hstack()沿行堆叠。

示例

import numpy as np

arr1 = np.array([1, 2, 3])

arr2 = np.array([4, 5, 6])

arr = np.hstack((arr1, arr2))

print(arr)
亲自试一试 »

沿列堆叠

NumPy 提供了一个辅助函数：vstack() 沿列堆叠。

示例

import numpy as np

arr1 = np.array([1, 2, 3])

arr2 = np.array([4, 5, 6])

arr = np.vstack((arr1, arr2))

print(arr)
亲自试一试 »

沿高度（深度）堆叠

NumPy 提供了一个辅助函数：dstack()沿高度堆叠，高度与深度相同。

示例

import numpy as np

arr1 = np.array([1, 2, 3])

arr2 = np.array([4, 5, 6])

arr = np.dstack((arr1, arr2))

print(arr)
亲自试一试 »

通过练习测试一下

练习:

使用正确的 NumPy 方法将两个数组连接成一个数组。

arr1 = np.array([1, 2, 3])

arr2 = np.array([4, 5, 6])

arr = np.((arr1, arr2))

开始练习

❮ 上一节 下一节 ❯