标签：11 10 12 模块 数组 np array Numpy ndarray
这是Numpy 模块内容的第四篇，前面三篇
第一小节：Numpy 模块简介
第二小节：Numpy 模块-常用函数
2. 将不同数组堆叠在一起
- stack（）：沿着新的轴加入一系列数组。
- vstack（）：堆栈数组垂直顺序（行）
- hstack（）：堆栈数组水平顺序（列）。
以上见Numpy 模块 第三小节
- dstack（）：堆栈数组按顺序深入（沿第三维）。
- concatenate（）：连接沿现有轴的数组序列。
2.3 dstack()
功能：将列表中的数组沿深度方向进行拼接。
当数组为2维数组(M,N)或1维数组(N,)时，首先分别将其维度改变为(M,N,1)、(1,N,1)，然后
沿着第三根轴进行拼接。（使用函数dsplit可以将数组沿深度方向进行分隔）。
语法格式：numpy.dstack(tup)
参数：数组组成的列表，其中每个数组的长宽必须保持一致
一维数组的拼接
a = np.array((1,2,3))
b = np.array((4,5,6))
np.dstack((a,b))运行结果
array([[[1, 4],
[2, 5],
[3, 6]]])
二维数组的拼接
a = np.array(((1,2,3),(4,5,6)))
b = np.array(((7,8,9),(10,11,12)))
np.dstack((a,b))运行结果
array([[[ 1, 7],
[ 2, 8],
[ 3, 9]],
[[ 4, 10],
[ 5, 11],
[ 6, 12]]])
2.4 concatenate()
功能：能够一次完成多个数组的拼接。
语法格式：numpy.concatenate((a1,a2,...), axis=0)
参数：a1,a2,...是数组类型的参数
a = np.array(((1,2,3),(4,5,6)))
b = np.array(((7,8,9),(10,11,12)))
c=np.concatenate((a,b))
print(c)运行结果
[[ 1 2 3] [ 4 5 6] [ 7 8 9] [10 11 12]]
3. 将一个数组拆分成几个较小的数组
3.1 split()
语法格式：numpy.split(ary, indices_or_sections, axis=0)
功能：把一个数组从左到右按顺序切分
参数： ary:要切分的数组 ,indices_or_sections:如果是一个整数，就用该数平均切分，如果是
一个数组，为沿轴 切分的位置（左开右闭）
请注意，如果indices_or_sections不能正确的平均切分，则会报错：“ValueError: array split does not result in an equal division ”
axis：沿着哪个维度进行切向，默认为0，横向切分。为1时，纵向切分
上代码
print("*"*30)
y=np.array([[[ 1, 2],[ 3 , 4]],[[ 5 , 6],[ 7 , 8]],[[ 9 ,10],[11 ,12]]],np.int32)
print(np.split(y,3,0))
print("*"*30)
x = np.array([[1, 2, 3], [4, 5, 6], [7, 8, 9], [10, 11, 12]],np.int32)
print(np.split(x,3,1))运行结果是
******************************
[array([[[1, 2],
[3, 4]]]), array([[[5, 6],
[7, 8]]]), array([[[ 9, 10],
[11, 12]]])]
******************************
[array([[ 1],
[ 4],
[ 7],
[10]]), array([[ 2],
[ 5],
[ 8],
[11]]), array([[ 3],
[ 6],
[ 9],
[12]])]
3.2 vsplit() 和 hsplit()
如果把 hstack() 和 vstack() 两个函数弄明白了，这两个拆分函数就不用多说了。
标签：11,10,12,模块,数组,np,array,Numpy,ndarray 来源： https://blog.csdn.net/u010701274/article/details/121145937
本站声明： 1. iCode9 技术分享网（下文简称本站）提供的所有内容，仅供技术学习、探讨和分享； 2. 关于本站的所有留言、评论、转载及引用，纯属内容发起人的个人观点，与本站观点和立场无关； 3. 关于本站的所有言论和文字，纯属内容发起人的个人观点，与本站观点和立场无关； 4. 本站文章均是网友提供，不完全保证技术分享内容的完整性、准确性、时效性、风险性和版权归属；如您发现该文章侵犯了您的权益，可联系我们第一时间进行删除； 5. 本站为非盈利性的个人网站，所有内容不会用来进行牟利，也不会利用任何形式的广告来间接获益，纯粹是为了广大技术爱好者提供技术内容和技术思想的分享性交流网站。