Numpy 数组高阶操作函数

发布时间：2023-07-03 09:23:57 所属栏目：教程来源：

导读：Numpy 提供了一系列针对数组操作的高阶函数。其中一类比较常见的是数组的合并。

1. 数组的合并与堆叠
1.1 numpy.concatenate 函数
numpy.concatenate 函数用于沿指定轴连接两个或多个相同形状的数组。该函数的原

Numpy 提供了一系列针对数组操作的高阶函数。其中一类比较常见的是数组的合并。

1. 数组的合并与堆叠
1.1 numpy.concatenate 函数
numpy.concatenate 函数用于沿指定轴连接两个或多个相同形状的数组。该函数的原型如下：

numpy.concatenate((a1, a2, ...), axis=)
参数说明如下：

参数   说明
a1,a2 …   相同类型的数组序列
axis   连接数组的轴的方向，默认值为0
案例
创建大小为 2×2 的二维数组 a 和 b：

a = np.array([[,],[,]])b = np.array([[,],[,]])
查看数组：

print(数组a：)print(a)print(数组b：)print(b)
打印结果为：

数组a：[[ ]
[ ]]数组b：[[ ]
[ ]]
利用 concatenate 函数进行垂直方向的合并：

np.concatenate((a, b), axis=)out:array([[, ], [, ], [, ], [, ]])
上述语句实现了：沿着 axis=0（对于二维数组，显示为垂直）方向合并，合并的结果在垂直方向的维数扩充到 4，整个结果的数组大小为 4×2。

利用 concatenate 函数进行水平方向的合并：

np.concatenate((a, b), axis=)out:array([[, , , ], [, , , ]])
上述语句实现了：沿着 axis=1（对于二维数组，显示为水平）方向合并，合并的结果在水平方向的维数扩充到 4，整个结果的数组大小为 1×4。

通过观察上述过程，可以发现：concatenate 可以实现数组沿着某一轴向进行合并，合并后数组的维度保持不变。

案例
numpy.concatenate 函数可以一次性拼接多个数组：

np.concatenate((a, b, a, b), axis=)out:array([[, , , , , , , ], [, , , , , , , ]])
concatenate 函数可以接收不定长的数组序列，并按照指定的轴进行合并。

1.2 numpy.stack函数
numpy.stack 函数沿指定轴连接数组序列，该函数的原型如下：

numpy.stack((a1, a2, ...), axis=)
参数说明如下：

参数   说明
a1,a2 …   相同类型的数组序列
axis   连接数组的轴的方向，默认值为0
案例
仍然指定拼接方向为 axis=0 方向，观察与 concatenate 函数的区别：

np.stack((a, b), axis=)
该语句实现了把数据 a 和 b 在 axis=0（最外层）增加一层，进行堆叠：

array([[[, ],[, ]], [[, ],[, ]]])
堆叠的结果为三维数组，其中 axis=0 方向（最外层）的组成元素分别对应为 a 和 b。

案例
指定拼接方向为 axis=1 方向，观察与 concatenate 函数的区别：

np.stack((a, b), axis=)
该语句实现了把数据 a 和 b 在 axis=1 增加一层，再进行堆叠：

array([[[, ],[, ]], [[, ],[, ]]])
具体堆叠过程可以按照拆解为如下步骤：

数组 a 和 b分别由 2×2 扩充为 2×1×2，在 axis=1 的维度实现了扩充；

在扩充的轴上进行堆叠，即在 axis=1 的轴上进行堆叠。

1.3 numpy.hstack 函数
对于二维数组，在水平方向进行堆叠，但是数组的维度保持不变。函数效果等价于numpy.concatenate（（a1, a2, …）, axis=1）。

案例
利用 hstack 函数合并数组 a 和 b：

np.hstack((a,b))out:array([[, , , ], [, , , ]])
上述效果与 np.concatenate((a, b), axis=1) 完全一致。

1.4 numpy.vstack函数
对于二维数组，在垂直方向进行堆叠，但是数组的维度保持不变。函数效果等价于numpy.concatenate（（a1, a2, …）, axis=0）。

案例
利用 hstack 函数合并数组 a 和 b：

np.vstack((a,b))out:array([[, ], [, ], [, ], [, ]])
上述效果与np.concatenate((a, b), axis=0)完全一致。

2. 小结
本节讲述了数组合并与堆叠的几种常用方法，其中concatenate函数与stack函数需要在使用中指定具体的计算方向，而vstack和hstack则默认了合并方向，使用过程中注意区分。

（编辑：汽车网）

【声明】本站内容均来自网络，其相关言论仅代表作者个人观点，不代表本站立场。若无意侵犯到您的权利，请及时与联系站长删除相关内容!