«

Python中的np.vstack()和np.hstack()怎么使用

时间:2024-7-10 12:54     作者:韩俊     分类: Python


这篇文章主要讲解了“Python中的np.vstack()和np.hstack()怎么使用”,文中的讲解内容简单清晰,易于学习与理解,下面请大家跟着小编的思路慢慢深入,一起来研究和学习“Python中的np.vstack()和np.hstack()怎么使用”吧!

在这里我们介绍两个拼接数组的方法:

np.vstack():在竖直方向上堆叠

np.hstack():在水平方向上平铺

import numpy as np
arr1=np.array([1,2,3])
arr2=np.array([4,5,6])
print np.vstack((arr1,arr2))
 
print np.hstack((arr1,arr2))
 
a1=np.array([[1,2],[3,4],[5,6]])
a2=np.array([[7,8],[9,10],[11,12]])
print a1
print a2
print np.hstack((a1,a2))

结果如下:

[[1 2 3]
 [4 5 6]]
[1 2 3 4 5 6]
[[1 2]
 [3 4]
 [5 6]]
[[ 7  8]
 [ 9 10]
 [11 12]]
[[ 1  2  7  8]
 [ 3  4  9 10]
 [ 5  6 11 12]]

这里还需要强调一点,在hstack应用的时候,我在做cs231n上的assignment1的时候,我总是在hstack这里出错!才发现我以前学的很肤浅啊!

(1)np.hstack()

函数原型:numpy.hstack(tup)

其中tup是arrays序列,tup : sequence of ndarrays

The arrays must have the same shape along all but the second axis,except 1-D arrays which can be any length.

等价于:np.concatenate(tup, axis=1)

例子一:

import numpy as np
brr1=np.array([1,2,3,4,55,6,7,77,8,9,99])
brr1_folds=np.array_split(brr1,3)
print brr1_folds
print brr1_folds[0:2]+brr1_folds[1:3]
print np.hstack((brr1_folds[:2]+brr1_folds[1:3]))
print brr1_folds[0:2]
print brr1_folds[1:3]
#print np.hstack((brr1_folds[0:2],brr1_folds[1:3]))

最后一行如果不注释掉就会出错;

[array([1, 2, 3, 4]), array([55,  6,  7, 77]), array([ 8,  9, 99])]
[array([1, 2, 3, 4]), array([55,  6,  7, 77]), array([55,  6,  7, 77]), array([ 8,  9, 99])]
[ 1  2  3  4 55  6  7 77 55  6  7 77  8  9 99]
[array([1, 2, 3, 4]), array([55,  6,  7, 77])]
[array([55,  6,  7, 77]), array([ 8,  9, 99])]

错误的原因就是以为我的array的维度不一致。改成+就好啦,加号是list的拼接!

例子二:

print np.hstack(([1,2,3,3,4],[3,4,5,8,6,6,7]))

结果是:表明了一维的数组hstack是随意的。

[1 2 3 3 4 3 4 5 8 6 6 7]

例子三:

表明我们的hstack必须要第二维度是一样的:

print np.hstack(([1,2,3,3,4],[3,4,5,8,6,6,7]))
print np.hstack(([[1,2,3],[2,3,4]],[[1,2],[2,3]]))

结果:

[1 2 3 3 4 3 4 5 8 6 6 7]
[[1 2 3 1 2]

 [2 3 4 2 3]]

如果你把上面改成下面就会报错了!!!

print np.hstack(([1,2,3,3,4],[3,4,5,8,6,6,7]))
print np.hstack(([[1,2,3],[2,3,4]],[[1,2]]))

(2)np.vstack()

函数原型:numpy.hstack(tup)

tup : sequence of ndarrays

The arrays must have the same shape along all but the first axis.1-D arrays must have the same length.

表示我们除了第一维可以不一样外,其他的维度上必须相同的shape。一维的数组必须大小一样。

例子一:

print np.vstack(([1,2,3],[3,4,3]))
print np.vstack(([1,2,3],[2,3]))

但是你要注意的是第二行是出错的!

例子二:

print np.vstack(([[1,2,3],[3,4,3]],[[1,3,4],[2,4,5]]))
print np.vstack(([[1,2,3],[3,4,3]],[[3,4],[4,5]]))

同样的表明了,如果我们的数组的第二维不一样所以出错了。

print np.vstack(([[1,2,3],[3,4,3]],[[2,4,5]]))
print np.vstack(([[1,2,3],[3,4,3]],[[4,5]]))

例子三:

我们传入的是list:

import numpy as np
arr1=np.array([[1,2],[2,4],[11,33],[2,44],[55,77],[11,22],[55,67],[67,89]])
arr11=np.array([[11,2,3],[22,3,4],[4,5,6]])
arr1_folds=np.array_split(arr1,3)
print arr1_folds
print np.vstack(arr1_folds)

结果:

[array([[ 1,  2],
       [ 2,  4],
       [11, 33]]), array([[ 2, 44],
       [55, 77],
       [11, 22]]), array([[55, 67],
       [67, 89]])]
[[ 1  2]
 [ 2  4]
 [11 33]
 [ 2 44]
 [55 77]
 [11 22]
 [55 67]
 [67 89]]

标签: python

热门推荐