亲宝软件园·资讯

展开

numpy两个array叠加

惊瑟 人气:0

numpy中有很多关于两个array的操作,叠加方式以及叠加后的维度经常令人迷惑,这篇文章总价一下。

一、 叠加操作

1.add

逐元素操作,若是array + 常量会广播到每个元素,若是array + array则要求两个arrayshape一致。

end = '\n'+'*'*50+'\n'
a = np.array([[1,2],[3,4]])
b = np.array([[5,6], [7,8]])
print(a+1, end=end)
print(a+b)

输出:

[[2 3]
 [4 5]]
**************************************************
[[ 6  8]
 [10 12]]

2.concatenate

在指定维度将两个array进行拼接,不会改变array的维度,要求两个array的维度相同,且在指定的拼接维度的array size也必须相等,值得注意的是,两个array的shape不一定一致,比较拗口,看下例子:

end = '\n'+'*'*50+'\n'
a = np.array([[1,2],[3,4]])
b = np.array([[5,6], [7,8]])
c = np.array([[5,6]])
d = np.array([5,6])
f = np.array([[5]])

a & c 的shape并不相同:

维度不一致:

长度不一致:

3.stack & hstack

stack 在垂直方向上拼接两个array(可以指定axis),要求两个array的shape严格一致,结果会增加维度;

hstack 在水平方向(第0维,不可制定axis)拼接两个array,要求两者的维度相同,且在第0维的size也相同,拼接结果不改变原有维度 。

stack:结果会在原有维度的基础上加1

hstack,a和c在0轴的size不同:

hstack,转置后正常拼接:

二、 size & ndim & shape

这三个概念很容易搞混,其中:

看下例子:

值得注意的是,ndim和size以及shape没有必然联系,一个ndim不为0的array可能一个元素也没有:

size相同,shape和ndim也不一定相同:

总结 

加载全部内容

相关教程
猜你喜欢
用户评论