NumPy数组(堆叠数组)

堆叠数组

从深度看,数组既可以横向叠放,也可以竖向叠放

首先建立某些数组

In [19]: a = np.arange(9).reshape(3,3)

In [20]: a
Out[20]: 
array([[0, 1, 2],
       [3, 4, 5],
       [6, 7, 8]])

In [21]: b = a * 2

In [22]: b
Out[22]: 
array([[ 0,  2,  4],
       [ 6,  8, 10],
       [12, 14, 16]])

  • 水平叠加(hstack)
    • 首先用元祖确定数组的形状,然后由hstack()函数处理数组

          In [26]: np.hstack((a,b))
          Out[26]: 
          array([[ 0,  1,  2,  0,  2,  4],
              [ 3,  4,  5,  6,  8, 10],
              [ 6,  7,  8, 12, 14, 16]])
    
    • 使用concatenate()也能达到同样的效果

         In [27]: np.concatenate((a,b), axis=1)
         Out[27]: 
         array([[ 0,  1,  2,  0,  2,  4],
             [ 3,  4,  5,  6,  8, 10],
             [ 6,  7,  8, 12, 14, 16]])
    
  • 垂直叠加(vstack)
    • 首先用元祖确定数组的形状,然后由vstack()函数处理数组

         In [28]: np.vstack((a,b))
         Out[28]: 
         array([[ 0,  1,  2],
                [ 3,  4,  5],
                [ 6,  7,  8],
                [ 0,  2,  4],
                [ 6,  8, 10],
                [12, 14, 16]])
    
    • 当axis值为0时,concatenate()函数也能达到同样的效果.实际上,这是该函数的缺省值

          In [29]: np.concatenate((a,b), axis=0)
          Out[29]: 
          array([[ 0,  1,  2],
                 [ 3,  4,  5],
                 [ 6,  7,  8],
                 [ 0,  2,  4],
                 [ 6,  8, 10],
                 [12, 14, 16]])
    
  • 深度叠加(dtsack)

    这要用到dtsack()函数和一个元祖.这种方法是沿着第三个坐标轴(纵向)的方向来叠加一摞数组.可以在一个图像数据的二维码数组上叠加另一幅图像的数据

      In [30]: np.dstack((a,b))
      Out[30]: 
      array([[[ 0,  0],
              [ 1,  2],
              [ 2,  4]],
    
             [[ 3,  6],
              [ 4,  8],
              [ 5, 10]],
    
             [[ 6, 12],
              [ 7, 14],
              [ 8, 16]]])
    
  • 列式堆叠(column_stack)

    column_stack()函数以列方式对一维数组进行堆叠

      In [31]: oned = np.arange(2)
    
      In [32]: oned
      Out[32]: array([0, 1])
    
      In [33]: twice_oned = oned * 2
    
      In [34]: twice_oned
      Out[34]: array([0, 2])
    
      In [35]: np.column_stack((oned,twice_oned))
      Out[35]: 
      array([[0, 0],
             [1, 2]])
    
    使用这张方法堆叠数组,过程类似于hstack()函数
    In [36]: np.column_stack((a,b))
    Out[36]: 
    array([[ 0,  1,  2,  0,  2,  4],
           [ 3,  4,  5,  6,  8, 10],
           [ 6,  7,  8, 12, 14, 16]])
    
    In [37]: np.column_stack((a,b)) == np.hstack((a,b))
    Out[37]: 
    array([[ True,  True,  True,  True,  True,  True],
           [ True,  True,  True,  True,  True,  True],
           [ True,  True,  True,  True,  True,  True]], 
           dtype=bool)
    
  • 行式堆叠(row_stack)

    row_stack()函数它将数组作为行码放到二维数组中

      In [38]: np.row_stack((oned,twice_oned))
      Out[38]: 
      array([[0, 1],
          [0, 2]])
    
      In [39]: np.row_stack((a,b))
      Out[39]: 
      array([[ 0,  1,  2],
             [ 3,  4,  5],
             [ 6,  7,  8],
             [ 0,  2,  4],
             [ 6,  8, 10],
             [12, 14, 16]])
    
      In [40]: np.row_stack((a,b)) == np.vstack((a,b))
      Out[40]: 
      array([[ True,  True,  True],
             [ True,  True,  True],
             [ True,  True,  True],
             [ True,  True,  True],
             [ True,  True,  True],
             [ True,  True,  True]],
             dtype=bool)
    

结束语

如果您对这篇文章有什么意见或者建议,请评论与我讨论.
如果您觉得还不错的话~可以点个喜欢鼓励我哦.
如果您想和我一起学习,请毫不吝啬的私信我吧~

你可能感兴趣的:(NumPy数组(堆叠数组))