在這里我們介紹兩個(gè)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(cuò)！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(huì)出錯(cuò);

[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(cuò)誤的原因就是以為我的array的維度不一致。改成+就好啦，加號(hào)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(huì)報(bào)錯(cuò)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(cuò)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(cuò)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]]

到此這篇關(guān)于np.vstack()和np.hstack()的文章就介紹到這了,更多相關(guān)np.vstack()和np.hstack()內(nèi)容請(qǐng)搜索腳本之家以前的文章或繼續(xù)瀏覽下面的相關(guān)文章希望大家以后多多支持腳本之家！

最新評(píng)論