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。
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 »
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 »
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。
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 »
NumPy 提供了一个辅助函数:hstack()
沿行堆叠。
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 »
NumPy 提供了一个辅助函数:vstack()
沿列堆叠。
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 »
NumPy 提供了一个辅助函数:dstack()
沿高度堆叠,高度与深度相同。
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 »
截取页面反馈部分,让我们更快修复内容!也可以直接跳过填写反馈内容!