Numpy 拼接数组的各种方式
Numpy 拼接数组的各种方式
- 拼接方法介绍
- numpy.append(arr, values, axis=None)
- numpy.concatenate((a1, a2, ...), axis=0, out=None)
- stack(), hstack(), vstack()
- np.r_ 和 np.c_
- 总结
- 将两个一维数组拼接成一个更长的一维数组：
- 将两个一维数组拼接成二维数组：
- 拼接两个二维数组
拼接方法介绍
numpy.append(arr, values, axis=None)
可以拼接一个数组和一个数值或两个数组，但三个及以上数组不能直接append拼接。
>>> import numpy as np
>>> a = np.array([1, 2, 3])
>>> b = np.array([5, 6, 7])
# 拼接一个数组和数值
>>> np.append(a, 4)
array([1, 2, 3, 4])
# 拼接两个数组
>>> np.append(a, b)
array([1, 2, 3, 5, 6, 7])
# 拼接列表成为数组
>>> np.append([1, 2, 3], [[4, 5, 6], [7, 8, 9]])
array([1, 2, 3, 4, 5, 6, 7, 8, 9])
# 不同坐标轴方向的拼接
>>> np.append([[1, 2, 3], [4, 5, 6]], [[7, 8, 9]], axis=0)
array([[1, 2, 3],
[4, 5, 6],
[7, 8, 9]])
>>> c = np.array([[1, 3, 5]])
>>> d = np.array([[2, 4, 6]])
>>> np.append(c, d)
array([1, 3, 5, 2, 4, 6])
>>> np.append(c, d, axis=0)
array([[1, 3, 5],
[2, 4, 6]])
>>> np.append(c, d, axis=1)
array([[1, 3, 5, 2, 4, 6]])
numpy.concatenate((a1, a2, …), axis=0, out=None)
concatenate()比append()效率更高，适合大规模的数据拼接，能够一次完成多个数组的拼接。
其中a1,a2,…是数组类型的参数，传入的数组必须具有相同的形状。
axis 指定拼接的方向，默认axis = 0（逐行拼接）（纵向的拼接沿着axis= 1方向）。
如果 axis=None，则数组会被展开为一维。
>>> a = np.array([[1, 2], [3, 4]])
>>> a
array([[1, 2],
[3, 4]])
>>> b = np.array([[5, 6], [7, 8]])
>>> b
array([[5, 6],
[7, 8]])
>>> np.concatenate((a, b), axis=0)
array([[1, 2],
[3, 4],
[5, 6],
[7, 8]])
>>> np.concatenate((a, b.T), axis=1)
array([[1, 2, 5, 7],
[3, 4, 6, 8]])
>>> np.concatenate((a, b), axis=None)
array([1, 2, 3, 4, 5, 6, 7, 8])
stack(), hstack(), vstack()
在一个新的轴方向上堆叠数组，其中 hstack() 在水平方向堆叠，vstack() 在竖直方向堆叠。
>>> a = np.array([1, 2, 3])
>>> b = np.array([2, 3, 4])
>>> np.stack((a, b)) # 默认axis=0，np.stack((a, b), axis=0)
array([[1, 2, 3],
[2, 3, 4]])
>>> np.vstack((a, b))
array([[1, 2, 3],
[2, 3, 4]])
>>> np.hstack((a, b))
array([1, 2, 3, 2, 3, 4])
>>> np.stack((a, b), axis=-1)
array([[1, 2],
[2, 3],
[3, 4]])
>>> np.stack(([1, 2, 3], [4, 5, 6]), axis=0)
array([[1, 2, 3],
[4, 5, 6]])
np.r_ 和 np.c_
以索引的方式拼接数组
>>> m = np.array([[1, 2], [3, 4]])
>>> m
array([[1, 2],
[3, 4]])
>>> n = np.array([[5, 6], [7, 8]])
>>> n
array([[5, 6],
[7, 8]])
>>> np.r_[m, n] # 与 np.concatenate((m, n))，np.vstack((m, n)) 等价
array([[1, 2],
[3, 4],
[5, 6],
[7, 8]])
>>> np.c_[m, n] # 与 np.concatenate((m, n), axis=1)，np.hstack((m, n)) 等价
array([[1, 2, 5, 6],
[3, 4, 7, 8]])
# 还可以使用字符串描述拼接方式
>>> a = np.array([[0, 1, 2], [3, 4, 5]])
>>> np.r_['-1', a, a] # 最后的一个轴方向拼接
array([[0, 1, 2, 0, 1, 2],
[3, 4, 5, 3, 4, 5]])
>>> np.r_['0,2', [1,2,3], [4,5,6]] # 第一个轴方向拼接,与 np.stack(([1, 2, 3], [4, 5, 6]), axis=0) 等价
array([[1, 2, 3],
[4, 5, 6]])
>>> np.r_['0,2,0', [1,2,3], [4,5,6]]
array([[1],
[2],
[3],
[4],
[5],
[6]])
>>> np.r_['1,2,0', [1,2,3], [4,5,6]] # 与 np.stack(([1, 2, 3], [4, 5, 6]), axis=1) 等价
array([[1, 4],
[2, 5],
[3, 6]])
总结
将两个一维数组拼接成一个更长的一维数组：
- 输入：
a = np.array([1, 2, 3])
b = np.array([4, 5, 6]) - 输出：
array([1, 2, 3, 4, 5, 6]) - 拼接的方法有：
np.append(a, b)np.concatenate((a, b))np.hstack((a, b))np.r_[a, b],np.r_['0', a, b],np.r_['-1', a, b]
将两个一维数组拼接成二维数组：
- 输入：
a = np.array([1, 2, 3])
b = np.array([4, 5, 6]) - 输出形式1：
array([[1, 2, 3],
[4, 5, 6]])
- 拼接的方法有：
np.vstack((a, b))np.stack((a, b), axis=0)np.r_['0,2', a, b]
- 输出形式2：
array([[1, 4],
[2, 5],
[3, 6]])
- 拼接的方法有：
np.stack((a, b), axis=1)np.c_[a, b]np.r_['1,2,0', a, b]
拼接两个二维数组
- 输入：
>>> m = np.array([[1, 2], [3, 4]])
>>> m
array([[1, 2],
[3, 4]])
>>> n = np.array([[5, 6], [7, 8]])
>>> n
array([[5, 6],
[7, 8]])
- 水平拼接，输出为：
array([[1, 2, 5, 6],
[3, 4, 7, 8]])
- 拼接的方法有：
np.append(m, n, axis=1)np.c_[m, n]np.concatenate((m, n), axis=1)np.hstack((m, n))
- 竖直拼接，输出为：
array([[1, 2],
[3, 4],
[5, 6],
[7, 8]])
- 拼接的方法有
np.r_[m, n]np.append(m, n, axis=0)np.concatenate((m, n))np.vstack((m, n))