python numpy 矩陣堆疊實(shí)例
在實(shí)際操作中,遇到了矩陣堆疊的操作,本來想著自己寫一個函數(shù),后來想,應(yīng)該有庫函數(shù),于是一陣找尋
import numpy as np a = np.array([1,2,3]) b = np.array([4,5,6]) np.stack((a,b)) #默認(rèn)行堆疊 輸出: array([[1, 2, 3], [4, 5, 6]]) np.vstack((a, b)) 輸出: array([[1, 2, 3], [4, 5, 6]]) np.hstack((a, b)) 輸出: array([1, 2, 3, 4, 5, 6])
簡單解釋一下上面的代碼:其實(shí)主要是一個函數(shù),stack(),這個函數(shù)其實(shí)包含了各種堆疊方式,我們上面的例子是針對二維矩陣的,其實(shí)我們大部分時候的操作都是針對二維矩陣的,為了方便,所以又定義了兩個函數(shù)vstack()進(jìn)行垂直的堆疊(vertically ),hstack()進(jìn)行水平堆疊(horizontally)
函數(shù)stack()有個參數(shù),axis,可以設(shè)置堆疊的維度,默認(rèn)是0,其實(shí)和vstack()是一個效果,當(dāng)設(shè)置成1的時候,結(jié)果如下
np.stack((a,b),axis=1) 輸出: array([[1, 4], [2, 5], [3, 6]])
從效果看,相當(dāng)于按照原來a的第二維度,也就是列,一列一列的取出來,按行拼成了一個矩陣。
那么,hstack()的效果能不能利用stack()實(shí)現(xiàn)呢?我這里是沒有探索出來,歡迎知道的童靴指教,不過hstack()的效果其實(shí)和concatenate是一樣的
np.concatenate((a,b)) 輸出: array([1, 2, 3, 4, 5, 6])
以上這篇python numpy 矩陣堆疊實(shí)例就是小編分享給大家的全部內(nèi)容了,希望能給大家一個參考,也希望大家多多支持腳本之家。
相關(guān)文章
詳解Python中4種超參自動優(yōu)化算法的實(shí)現(xiàn)
要想模型效果好,每個算法工程師都應(yīng)該了解的流行超參數(shù)調(diào)優(yōu)技術(shù)。今天給大家總結(jié)超參自動優(yōu)化方法:網(wǎng)格搜索、隨機(jī)搜索、貝葉斯優(yōu)化?和?Hyperband,感興趣的可以了解一下2022-05-05Python爬蟲運(yùn)用正則表達(dá)式的方法和優(yōu)缺點(diǎn)
這篇文章主要給大家介紹了關(guān)于Python爬蟲運(yùn)用正則表達(dá)式的相關(guān)資料,文中通過示例代碼介紹的非常詳細(xì),對大家學(xué)習(xí)或者使用Python具有一定的參考學(xué)習(xí)價值,需要的朋友們下面來一起學(xué)習(xí)學(xué)習(xí)吧2019-08-08Python使用pynlpir進(jìn)行中文分詞并保留段落信息
nlpir是由張華平博士開發(fā)的中文自然處理工具,可以對中文文本進(jìn)行分詞、聚類分析等,本文主要介紹了使用pynlpir進(jìn)行中文分詞并保留段落信息的具體方法,希望對大家有所幫助2024-03-03在 Jupyter 中重新導(dǎo)入特定的 Python 文件(場景分析)
Jupyter 是數(shù)據(jù)分析領(lǐng)域非常有名的開發(fā)環(huán)境,使用 Jupyter 寫數(shù)據(jù)分析相關(guān)的代碼會大大節(jié)約開發(fā)時間。這篇文章主要介紹了在 Jupyter 中如何重新導(dǎo)入特定的 Python 文件,需要的朋友可以參考下2019-10-10