阅读 276

numpy系列之数组合并

先新建两个数组用于合并

import numpy as np
​
arr1 = np.array([[1, 2, 3], [4, 5, 6]])
print(arr1)
复制代码

result:

[[1 2 3]
 [4 5 6]]
复制代码
arr2 = np.array([[7, 8, 9], [10, 11, 12]])
print(arr2)
复制代码

result:

[[ 7  8  9]
 [10 11 12]]
复制代码

1.横向合并

横向合并就是将两个行数相等的数组在行方向上进行简单拼接。与DataFrame合并不太一样,numpy数组合并不需要公共列,只是将两个数组简单拼接在一起,有concatenate、hstack、column_stack三种方法可以实现

1.1 concatenate方法

concatenate方法中将两个待合并的数组以列表的形式传递给concatenate,并通过设置axis参数指明在行方向还是列方向上进行合并。参数axis=1表示在数组在行方向上进行合并

print(np.concatenate([arr1, arr2], axis=1))
复制代码

result:

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

1.2 hstack方法

hstack方法中将两个待合并的数组以元组的形式传递给hstack即可达到数组横向合并的目的

print(np.hstack((arr1, arr2)))
复制代码

result:

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

1.3 column_stack方法

column_stack方法与hstack方法基本一致, 也是将两个待合并的数组以元组的形式传递给column_stack即可达到数组横向合并的目的

print(np.column_stack((arr1, arr2)))
复制代码

result:

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

2.纵向合并

纵向合并是将两个列相等的数组在列方向上进行拼接,有concatenate、vstack、row_stack三种方法可以实现

2.1 concatenate方法

concatenate方法中将两个待合并的数组以列表的形式传递给concatenate,并通过设置axis参数指明在行方向还是列方向上进行合并。参数axis=0表示在数组在列方向上进行合并

print(np.concatenate([arr1, arr2], axis=0))
复制代码

result:

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

2.2 vstack方法

vstack方法是与hstack方法相对应的方法,同样只要将两个待合并的数组以元组的形式传递给vstack即可达到数组纵向合并的目的

print(np.vstack((arr1, arr2)))
复制代码

result:

[[ 1  2  3]
 [ 4  5  6]
 [ 7  8  9]
 [10 11 12]]
​
复制代码

2.3 row_stack方法

row_stack方法是与column_stack方法相对应的方法,同样只要将两个待合并的数组以元组的形式传递给row_stack即可达到数组纵向合并的目的

print(np.row_stack((arr1, arr2)))
复制代码

result:

[[ 1  2  3]
 [ 4  5  6]
 [ 7  8  9]
 [10 11 12]]
复制代码
文章分类
后端