先新建兩個(gè)數(shù)組用于合并

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

result:
[[1 2 3]
 [4 5 6]]

arr2 = np.array([[7, 8, 9], [10, 11, 12]])
print(arr2)

result:
[[ 7  8  9]
 [10 11 12]]

1.橫向合并

橫向合并就是將兩個(gè)行數(shù)相等的數(shù)組在行方向上進(jìn)行簡單拼接。與DataFrame合并不太一樣，numpy數(shù)組合并不需要公共列，只是將兩個(gè)數(shù)組簡單拼接在一起，有concatenate、hstack、column_stack三種方法可以實(shí)現(xiàn)

1.1 concatenate方法

concatenate方法中將兩個(gè)待合并的數(shù)組以列表的形式傳遞給concatenate，并通過設(shè)置axis參數(shù)指明在行方向還是列方向上進(jìn)行合并。參數(shù)axis=1表示在數(shù)組在行方向上進(jìn)行合并

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

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

1.2 hstack方法

hstack方法中將兩個(gè)待合并的數(shù)組以元組的形式傳遞給hstack即可達(dá)到數(shù)組橫向合并的目的

print(np.hstack((arr1, arr2)))

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

1.3 column_stack方法

column_stack方法與hstack方法基本一致， 也是將兩個(gè)待合并的數(shù)組以元組的形式傳遞給column_stack即可達(dá)到數(shù)組橫向合并的目的

print(np.column_stack((arr1, arr2)))

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

2.縱向合并

縱向合并是將兩個(gè)列相等的數(shù)組在列方向上進(jìn)行拼接，有concatenate、vstack、row_stack三種方法可以實(shí)現(xiàn)

2.1 concatenate方法

concatenate方法中將兩個(gè)待合并的數(shù)組以列表的形式傳遞給concatenate，并通過設(shè)置axis參數(shù)指明在行方向還是列方向上進(jìn)行合并。參數(shù)axis=0表示在數(shù)組在列方向上進(jìn)行合并

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

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

2.2 vstack方法

vstack方法是與hstack方法相對應(yīng)的方法，同樣只要將兩個(gè)待合并的數(shù)組以元組的形式傳遞給vstack即可達(dá)到數(shù)組縱向合并的目的

print(np.vstack((arr1, arr2)))

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

2.3 row_stack方法

row_stack方法是與column_stack方法相對應(yīng)的方法，同樣只要將兩個(gè)待合并的數(shù)組以元組的形式傳遞給row_stack即可達(dá)到數(shù)組縱向合并的目的

print(np.row_stack((arr1, arr2)))

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

到此這篇關(guān)于numpy系列之?dāng)?shù)組合并(橫向和縱向)的文章就介紹到這了,更多相關(guān)numpy 數(shù)組合并內(nèi)容請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！

最新評論