python numpy 两种方法将相同shape的一维数组合并为二维数组

1 np.column_stack

最简单的一种方法

将多个一维数据按【列】合并为二维数组

import numpy as np

# a b 都是一维数组
a = np.array((1,2,3))
b = np.array((2,3,4))

# 变成二维
merge = np.column_stack((a,b))
# array([[1, 2],[2, 3],[3, 4]])

2 np.hstack

尽管该函数也是对【列】进行stack，但对多个一维数组而言，stack只是在一维上，没有增加【列数】；对于多个二维数组而言，stack才能增加列数

# 此时a和b是一维数组
a = np.array((1,2,3))
b = np.array((4,5,6))

c = np.hstack((a,b))
# array([1, 2, 3, 4, 5, 6])

aa = np.array([[1],[2],[3]])
bb = np.array([[4],[5],[6]])
# 此时aa和bb的shape是(3, 1) 二维数组
cc = np.hstack((aa,bb))
# array([[1, 4],
#       [2, 5],
#      [3, 6]])

当然，我们也可以利用np.hstack进行将一维数组合并为二维数组，对一维数组先进行reshape

a = np.array((1,2,3))
b = np.array((4,5,6))
# 进行reshape 变成二维(3, 1)
a = np.reshape(a, (-1,1))
b = np.reshape(b, (-1,1))

c = np.hstack((a,b))
# array([[1, 4],
#       [2, 5],
#      [3, 6]])

3 总结

1. np.column_stack和np.hstack都可以实现一维数组合并为二维数组
2. 使用np.hstack可能需要np.reshape
3. np.column_stack最简单！

学习链接：

• numpy.column_stack — NumPy v1.26 Manual