python list和numpy常用拼接方式
python list和numpy常用拼接方式
- list
-
- 1，加号+
- 2，乘号*
- 3，append vs extend
- 4，切片，将一个list插入另一个list的指定位置
- numpy
-
- 1，不增加维度
-
- 1.1, np.append(arr, values, axis=None)
- 1.2, np.hstack(tup) 水平拼接，可多个array
- 1.3, np.vstack(tup) 垂直拼接，可多个array
- 1.4，np.concatenate((a1, a2, ...))，可多个array
- 2, 增加维度
-
- 2.1, np.column_stack(tup)，可多个一维array
- 2.2, np.row_stack(tup)，可多个一维array
- 2.3, np.stack(arrays, axis=0, out=None)
list
1，加号+
注意对list使用+时，不是计算符，而是拼接操作。
a = [1,2,3,4]
b = ['a', 'b', 'c']
a+b
>>> [1, 2, 3, 4, 'a', 'b', 'c']
2，乘号*
注意对list使用*时，不是计算符，而是复制拓展操作。
a = [1,2,3,4]
a*2
>>> [1, 2, 3, 4, 1, 2, 3, 4]
3，append vs extend
append是在list末尾增加一个元素，extend才是在list末尾进行拼接操作。append和extend都是直接修改原list.
# append
a = [1,2,3,4]
b = ['a', 'b', 'c']
a.append(b)
a
>>> [1, 2, 3, 4, ['a', 'b', 'c']]
# extend
a = [1,2,3,4]
b = ['a', 'b', 'c']
a.extend(b)
a
>>> [1, 2, 3, 4, 'a', 'b', 'c']
4，切片，将一个list插入另一个list的指定位置
+和extend都只是在原list末尾的操作，切片则可以实现将一个list插入另一个list的指定位置。
L1[n1:n1] = L2，其中n1是要插入的位置。具体看以下实例：
a = [1,2,3,4]
b = ['a', 'b', 'c']
a[1:1] = b # 插入index 1的位置
a
>>> [1, 'a', 'b', 'c', 2, 3, 4]
可以看到b被插入a中1的位置。
numpy
1，不增加维度
1.1, np.append(arr, values, axis=None)
记得要指定拼接的axis，如果不指定，arr和values会被flatten。
import numpy as np
a = np.arange(12).reshape(3,4)
b = a*2
np.append(a, b)
>>> array([ 0, 1, 2, 3, 4, 5, 6, 7, 8, 9, 10, 11, 0, 2, 4, 6, 8,
10, 12, 14, 16, 18, 20, 22])
# 垂直拼接
np.append(a, b, axis=0)
>>> array([[ 0, 1, 2, 3],
[ 4, 5, 6, 7],
[ 8, 9, 10, 11],
[ 0, 2, 4, 6],
[ 8, 10, 12, 14],
[16, 18, 20, 22]])
# 水平拼接
np.append(a, b, axis=1)
>>> array([[ 0, 1, 2, 3, 0, 2, 4, 6],
[ 4, 5, 6, 7, 8, 10, 12, 14],
[ 8, 9, 10, 11, 16, 18, 20, 22]])
1.2, np.hstack(tup) 水平拼接，可多个array
可以传入一个包含多个array的tuple，因此可以进行多个array的拼接。
import numpy as np
a = np.arange(12).reshape(3,4)
b = a*2
np.hstack((a,b,a))
>>> array([[ 0, 1, 2, 3, 0, 2, 4, 6, 0, 1, 2, 3],
[ 4, 5, 6, 7, 8, 10, 12, 14, 4, 5, 6, 7],
[ 8, 9, 10, 11, 16, 18, 20, 22, 8, 9, 10, 11]])
1.3, np.vstack(tup) 垂直拼接，可多个array
可以传入一个包含多个array的tuple，因此可以进行多个array的拼接。
import numpy as np
a = np.arange(12).reshape(3,4)
b = a*2
np.vstack((a,b,a))
>>> array([[ 0, 1, 2, 3],
[ 4, 5, 6, 7],
[ 8, 9, 10, 11],
[ 0, 2, 4, 6],
[ 8, 10, 12, 14],
[16, 18, 20, 22],
[ 0, 1, 2, 3],
[ 4, 5, 6, 7],
[ 8, 9, 10, 11]])
1.4，np.concatenate((a1, a2, …))，可多个array
np.concatenate((a1, a2, ...), axis=0, out=None, dtype=None, casting="same_kind")，这是完整的参数，因此也是可以实现多个array的拼接，还可以指定dtype。
import numpy as np
a = np.arange(12).reshape(3,4)
b = a*2
np.concatenate((a, b, a), axis=1, dtype=float)
>>> array([[ 0., 1., 2., 3., 0., 2., 4., 6., 0., 1., 2., 3.],
[ 4., 5., 6., 7., 8., 10., 12., 14., 4., 5., 6., 7.],
[ 8., 9., 10., 11., 16., 18., 20., 22., 8., 9., 10., 11.]])
2, 增加维度
以上几个拼接方法后，产生的array与原来的array相比，维度并没有发生变化。而以下几个方法增加array的维度。
2.1, np.column_stack(tup)，可多个一维array
以一维的array为列，拼接成二维的array。
import numpy as np
a = np.arange(4)
b = a*2
np.column_stack((a,b,a))
>>> array([[0, 0, 0],
[1, 2, 1],
[2, 4, 2],
[3, 6, 3]])
2.2, np.row_stack(tup)，可多个一维array
以一维的array为行，拼接成二维的array。
import numpy as np
a = np.arange(4)
b = a*2
np.row_stack((a,b,a))
>>> array([[0, 1, 2, 3],
[0, 2, 4, 6],
[0, 1, 2, 3]])
2.3, np.stack(arrays, axis=0, out=None)
np.stack沿着指定的维度stack arrays，从而在指定的维度上增加了一维。
通过以下简单示例对比一下stack后的维度
a = np.arange(12).reshape(3,4)
np.stack((a,a), axis=0).shape
>>> (2, 3, 4)
np.stack((a,a), axis=1).shape
(3, 2, 4)
>>> np.stack((a,a), axis=2).shape
(3, 4, 2)
参考博文：
1，https://blog.csdn.net/roytao2/article/details/54180182
2，https://blog.csdn.net/qq_39516859/article/details/80666070