python中numpy合并和分割

标签：上下   vsp   mamicode   一个   loading   不能   矩阵   image   inf   

两个矩阵或序列进行合并
A=np.array([1,1,1]) B=np.array([2,2,2]) print(np.vstack(A,B))# 上下合并 vertical stack D=np.hstack((A,B))#左右合并 horizontal stack
上下合并结果为
[[1,1,1],
[2,2,2]]
左右合并[1,1,1,2,2,2]
注意A.T不能转换成竖向的序列
要采用
A.[np.newaxis,:]冒号在右边则代表在行上加了一个维度
A.[:,np.newaxis]冒号在左边则代表在列上加了一个维度，可实现转换成竖向的序列。
[
[1],
[1],
[]]
]
故如果想要转换成下图所示
uploading-image-788153.png

则
A=np.array([1,1,1])[:,np.newaxis]
B=np.array([2,2,2])[:,np.newaxis]
np.hstack(A,B)

np.concatenate((A,B,B,A)，axis=0)可对多个序列或矩阵进行合并，合并后矩阵.0表示上下合并成列向。
1表示左右合并行向。

从横向分割或纵向分割


如果无法按此规则分割，则程序报错。

故np.split()不支持不等量分割。
这里需要用np.array_split()来进行不等量分割。
会将无法等量分割，分割一个一个一维的序列或矩阵

np.vsplit(A,3)纵向分成3块（仅支持等量分割，与np.split()相似，只是不用传axis参数，即等于axis=0）
np.hsplit(A,2)横向分成2块。（仅支持等量分割，与np.split()相似，只是不用传axis参数，即等于axis=1）、

python中numpy合并和分割

标签：上下   vsp   mamicode   一个   loading   不能   矩阵   image   inf   

原文地址：https://www.cnblogs.com/hisweety/p/13285642.html