numpy数组的合并与分割

数组的合并

#coding=utf-8
import numpy as np

'''
数组的合并:
np.concatnate([a,b],axis)
axis=0  表示垂直方向堆叠数组,必须保持两数组的列数一致
axis=1  表示水平方向堆叠数组,必须保持两数组的行数一致
'''
a=np.arange(6).reshape(2,3)
b=np.arange(3).reshape(1,3)
c=np.arange(10).reshape(2,5)

print(a)
print(b)
print(c)
'''
[[0 1 2]
 [3 4 5]]
 
 [[0 1 2]]
 
 [[0 1 2 3 4]
 [5 6 7 8 9]]
'''
#垂直方向堆叠数组,必须保持两数组的列数一致
print(np.concatenate([a,b],axis=0))
'''
[[0 1 2]
 [3 4 5]
 [0 1 2]]
 
print(np.concatenate([a,c],axis=0))
报错,因为两数组的列数不一致
ValueError: all the input array dimensions except for the concatenation axis must match exactly
'''
#垂直方向堆叠数组,必须保持两数组的列数一致,方式二
print(np.vstack([a,b]))
'''
[[0 1 2]
 [3 4 5]
 [0 1 2]]
'''


#水平方向堆叠数组,必须保持两数组的行数一致
print(np.concatenate([a,c],axis=1))
'''
[[0 1 2 0 1 2 3 4]
 [3 4 5 5 6 7 8 9]]
 
print(np.concatenate([b,c],axis=1))
报错,因为两数组的行数不一致
ValueError: all the input array dimensions except for the concatenation axis must match exactly 
'''
#水平方向堆叠数组,必须保持两数组的行数一致,方式二
print(np.hstack([a,c]))
'''
[[0 1 2 0 1 2 3 4]
 [3 4 5 5 6 7 8 9]]
'''

数组的分割

'''
数组的分割:
np.split(ary, indices_or_sections, axis=0)
ary:   表示数组
axis=0:表示水平分割(默认的),axis=1:表示垂直分割
indices_or_sections=:
可以是整数也可以是区间
=N整数,表示分割成N段,如果N无法整除,则会报错
=[2,5]区间,表示分割成ary[:2]  ary[2:5]  ary[5:]
'''
a=np.arange(9)
print(np.split(a,3))
'''
[array([0, 1, 2]), array([3, 4, 5]), array([6, 7, 8])]
print(np.split(a,2))
报错:
ValueError: array split does not result in an equal division
'''

print(np.split(a,[2,5]))
'''
[array([0, 1]), array([2, 3, 4]), array([5, 6, 7, 8])]
'''

b=np.arange(16).reshape(4,4)
print(b)
print(np.split(b,2,axis=0))
记:因为axis=0是垂直方向堆叠,分割时自然也是对着垂直方向九十度分割
'''
[[ 0  1  2  3]
 [ 4  5  6  7]
 [ 8  9 10 11]
 [12 13 14 15]]
 
 
[array([[0, 1, 2, 3],
       [4, 5, 6, 7]]),
array([[ 8,  9, 10, 11],
       [12, 13, 14, 15]])]
'''

print(np.split(b,2,axis=1))
记:因为axis=1是水平方向堆叠,分割时自然也是对着水平方向九十度分割
'''
[array([[ 0,  1],
       [ 4,  5],
       [ 8,  9],
       [12, 13]]), 
array([[ 2,  3],
       [ 6,  7],
       [10, 11],
       [14, 15]])]
'''
©著作权归作者所有,转载或内容合作请联系作者
  • 序言:七十年代末,一起剥皮案震惊了整个滨河市,随后出现的几起案子,更是在滨河造成了极大的恐慌,老刑警刘岩,带你破解...
    沈念sama阅读 200,045评论 5 468
  • 序言:滨河连续发生了三起死亡事件,死亡现场离奇诡异,居然都是意外死亡,警方通过查阅死者的电脑和手机,发现死者居然都...
    沈念sama阅读 84,114评论 2 377
  • 文/潘晓璐 我一进店门,熙熙楼的掌柜王于贵愁眉苦脸地迎上来,“玉大人,你说我怎么就摊上这事。” “怎么了?”我有些...
    开封第一讲书人阅读 147,120评论 0 332
  • 文/不坏的土叔 我叫张陵,是天一观的道长。 经常有香客问我,道长,这世上最难降的妖魔是什么? 我笑而不...
    开封第一讲书人阅读 53,902评论 1 272
  • 正文 为了忘掉前任,我火速办了婚礼,结果婚礼上,老公的妹妹穿的比我还像新娘。我一直安慰自己,他们只是感情好,可当我...
    茶点故事阅读 62,828评论 5 360
  • 文/花漫 我一把揭开白布。 她就那样静静地躺着,像睡着了一般。 火红的嫁衣衬着肌肤如雪。 梳的纹丝不乱的头发上,一...
    开封第一讲书人阅读 48,132评论 1 277
  • 那天,我揣着相机与录音,去河边找鬼。 笑死,一个胖子当着我的面吹牛,可吹牛的内容都是我干的。 我是一名探鬼主播,决...
    沈念sama阅读 37,590评论 3 390
  • 文/苍兰香墨 我猛地睁开眼,长吁一口气:“原来是场噩梦啊……” “哼!你这毒妇竟也来了?” 一声冷哼从身侧响起,我...
    开封第一讲书人阅读 36,258评论 0 254
  • 序言:老挝万荣一对情侣失踪,失踪者是张志新(化名)和其女友刘颖,没想到半个月后,有当地人在树林里发现了一具尸体,经...
    沈念sama阅读 40,408评论 1 294
  • 正文 独居荒郊野岭守林人离奇死亡,尸身上长有42处带血的脓包…… 初始之章·张勋 以下内容为张勋视角 年9月15日...
    茶点故事阅读 35,335评论 2 317
  • 正文 我和宋清朗相恋三年,在试婚纱的时候发现自己被绿了。 大学时的朋友给我发了我未婚夫和他白月光在一起吃饭的照片。...
    茶点故事阅读 37,385评论 1 329
  • 序言:一个原本活蹦乱跳的男人离奇死亡,死状恐怖,灵堂内的尸体忽然破棺而出,到底是诈尸还是另有隐情,我是刑警宁泽,带...
    沈念sama阅读 33,068评论 3 315
  • 正文 年R本政府宣布,位于F岛的核电站,受9级特大地震影响,放射性物质发生泄漏。R本人自食恶果不足惜,却给世界环境...
    茶点故事阅读 38,660评论 3 303
  • 文/蒙蒙 一、第九天 我趴在偏房一处隐蔽的房顶上张望。 院中可真热闹,春花似锦、人声如沸。这庄子的主人今日做“春日...
    开封第一讲书人阅读 29,747评论 0 19
  • 文/苍兰香墨 我抬头看了看天上的太阳。三九已至,却和暖如春,着一层夹袄步出监牢的瞬间,已是汗流浃背。 一阵脚步声响...
    开封第一讲书人阅读 30,967评论 1 255
  • 我被黑心中介骗来泰国打工, 没想到刚下飞机就差点儿被人妖公主榨干…… 1. 我叫王不留,地道东北人。 一个月前我还...
    沈念sama阅读 42,406评论 2 346
  • 正文 我出身青楼,却偏偏与公主长得像,于是被迫代替她去往敌国和亲。 传闻我的和亲对象是个残疾皇子,可洞房花烛夜当晚...
    茶点故事阅读 41,970评论 2 341

推荐阅读更多精彩内容