本文小編為大家詳細(xì)介紹“Python中的np.vstack()和np.hstack()如何使用”，內(nèi)容詳細(xì)，步驟清晰，細(xì)節(jié)處理妥當(dāng)，希望這篇“Python中的np.vstack()和np.hstack()如何使用”文章能幫助大家解決疑惑，下面跟著小編的思路慢慢深入，一起來學(xué)習(xí)新知識吧。

專注于為中小企業(yè)提供網(wǎng)站建設(shè)、成都網(wǎng)站建設(shè)服務(wù),電腦端+手機(jī)端+微信端的三站合一,更高效的管理,為中小企業(yè)魯山免費(fèi)做網(wǎng)站提供優(yōu)質(zhì)的服務(wù)。我們立足成都，凝聚了一批互聯(lián)網(wǎng)行業(yè)人才，有力地推動了1000+企業(yè)的穩(wěn)健成長，幫助中小企業(yè)通過網(wǎng)站建設(shè)實(shí)現(xiàn)規(guī)模擴(kuò)充和轉(zhuǎn)變。

在這里我們介紹兩個拼接數(shù)組的方法：

np.vstack():在豎直方向上堆疊

np.hstack():在水平方向上平鋪

import numpy as np
arr1=np.array([1,2,3])
arr2=np.array([4,5,6])
print np.vstack((arr1,arr2))
 
print np.hstack((arr1,arr2))
 
a1=np.array([[1,2],[3,4],[5,6]])
a2=np.array([[7,8],[9,10],[11,12]])
print a1
print a2
print np.hstack((a1,a2))

結(jié)果如下：

[[1 2 3]
[4 5 6]]
[1 2 3 4 5 6]
[[1 2]
[3 4]
[5 6]]
[[ 7  8]
[ 9 10]
[11 12]]
[[ 1  2  7  8]
[ 3  4  9 10]
[ 5  6 11 12]]

這里還需要強(qiáng)調(diào)一點(diǎn)，在hstack應(yīng)用的時(shí)候，我在做cs231n上的assignment1的時(shí)候，我總是在hstack這里出錯！才發(fā)現(xiàn)我以前學(xué)的很膚淺??！

（1）np.hstack()

函數(shù)原型：numpy.hstack(tup)

其中tup是arrays序列，tup: sequence of ndarrays

The arrays must have the same shape along all but the second axis,except 1-D arrays which can be any length.

等價(jià)于：np.concatenate(tup, axis=1)

例子一：

import numpy as np
brr1=np.array([1,2,3,4,55,6,7,77,8,9,99])
brr1_folds=np.array_split(brr1,3)
print brr1_folds
print brr1_folds[0:2]+brr1_folds[1:3]
print np.hstack((brr1_folds[:2]+brr1_folds[1:3]))
print brr1_folds[0:2]
print brr1_folds[1:3]
#print np.hstack((brr1_folds[0:2],brr1_folds[1:3]))

最后一行如果不注釋掉就會出錯;

[array([1, 2, 3, 4]), array([55,  6,  7, 77]), array([ 8,  9, 99])]
[array([1, 2, 3, 4]), array([55,  6,  7, 77]), array([55,  6,  7, 77]), array([ 8,  9, 99])]
[ 1  2  3  4 55  6  7 77 55  6  7 77  8  9 99]
[array([1, 2, 3, 4]), array([55,  6,  7, 77])]
[array([55,  6,  7, 77]), array([ 8,  9, 99])]

錯誤的原因就是以為我的array的維度不一致。改成+就好啦，加號是list的拼接！

例子二：

print np.hstack(([1,2,3,3,4],[3,4,5,8,6,6,7]))

結(jié)果是：表明了一維的數(shù)組hstack是隨意的。

[1 2 3 3 4 3 4 5 8 6 6 7]

例子三：

表明我們的hstack必須要第二維度是一樣的：

print np.hstack(([1,2,3,3,4],[3,4,5,8,6,6,7]))
print np.hstack(([[1,2,3],[2,3,4]],[[1,2],[2,3]]))

結(jié)果：

[1 2 3 3 4 3 4 5 8 6 6 7]
[[1 2 3 1 2]

[2 3 4 2 3]]

如果你把上面改成下面就會報(bào)錯了?。?！

print np.hstack(([1,2,3,3,4],[3,4,5,8,6,6,7]))
print np.hstack(([[1,2,3],[2,3,4]],[[1,2]]))

（2）np.vstack()

函數(shù)原型：numpy.hstack(tup)

tup: sequence of ndarrays

The arrays must have the same shape along all but the first axis.1-D arrays must have the same length.

表示我們除了第一維可以不一樣外，其他的維度上必須相同的shape。一維的數(shù)組必須大小一樣。

例子一：

print np.vstack(([1,2,3],[3,4,3]))
print np.vstack(([1,2,3],[2,3]))

但是你要注意的是第二行是出錯的！

例子二：

print np.vstack(([[1,2,3],[3,4,3]],[[1,3,4],[2,4,5]]))
print np.vstack(([[1,2,3],[3,4,3]],[[3,4],[4,5]]))

同樣的表明了，如果我們的數(shù)組的第二維不一樣所以出錯了。

print np.vstack(([[1,2,3],[3,4,3]],[[2,4,5]]))
print np.vstack(([[1,2,3],[3,4,3]],[[4,5]]))

例子三：

我們傳入的是list：

import numpy as np
arr1=np.array([[1,2],[2,4],[11,33],[2,44],[55,77],[11,22],[55,67],[67,89]])
arr11=np.array([[11,2,3],[22,3,4],[4,5,6]])
arr1_folds=np.array_split(arr1,3)
print arr1_folds
print np.vstack(arr1_folds)

結(jié)果：

[array([[ 1,  2],
      [ 2,  4],
      [11, 33]]), array([[ 2, 44],
      [55, 77],
      [11, 22]]), array([[55, 67],
      [67, 89]])]
[[ 1  2]
[ 2  4]
[11 33]
[ 2 44]
[55 77]
[11 22]
[55 67]
[67 89]]

讀到這里，這篇“Python中的np.vstack()和np.hstack()如何使用”文章已經(jīng)介紹完畢，想要掌握這篇文章的知識點(diǎn)還需要大家自己動手實(shí)踐使用過才能領(lǐng)會，如果想了解更多相關(guān)內(nèi)容的文章，歡迎關(guān)注創(chuàng)新互聯(lián)行業(yè)資訊頻道。

當(dāng)前文章：Python中的np.vstack()和np.hstack()如何使用
鏈接地址：http://jinyejixie.com/article4/iehgie.html

成都網(wǎng)站建設(shè)公司_創(chuàng)新互聯(lián)，為您提供服務(wù)器托管、網(wǎng)站收錄、電子商務(wù)、做網(wǎng)站、手機(jī)網(wǎng)站建設(shè)、網(wǎng)站設(shè)計(jì)

廣告

聲明：本網(wǎng)站發(fā)布的內(nèi)容（圖片、視頻和文字）以用戶投稿、用戶轉(zhuǎn)載內(nèi)容為主，如果涉及侵權(quán)請盡快告知，我們將會在第一時(shí)間刪除。文章觀點(diǎn)不代表本網(wǎng)站立場，如需處理請聯(lián)系客服。電話：028-86922220；郵箱：631063699@qq.com。內(nèi)容未經(jīng)允許不得轉(zhuǎn)載，或轉(zhuǎn)載時(shí)需注明來源： 創(chuàng)新互聯(lián)