欧美bbbwbbbw肥妇,免费乱码人妻系列日韩,一级黄片

numpy.concatenate函數(shù)用法詳解

 更新時間:2023年02月14日 09:36:46   作者:houyushui  
本文主要介紹了numpy.concatenate函數(shù)用法詳解,文中通過示例代碼介紹的非常詳細(xì),對大家的學(xué)習(xí)或者工作具有一定的參考學(xué)習(xí)價值,需要的朋友們下面隨著小編來一起學(xué)習(xí)學(xué)習(xí)吧

這個concatenate用于將矩陣合并,他將沿著已經(jīng)存在的軸合并一個矩陣,相關(guān)參數(shù)有(a1, a2, ...), axis=0, out=None, dtype=None, casting="same_kind",其中第一個參數(shù)是用戶輸入的矩陣, 這些輸入的矩陣必須要在將要合并的對應(yīng)的軸上有相同的形狀,

官方文檔的機器翻譯:矩陣必須具有相同的形狀,除非是與軸對應(yīng)的尺寸(默認(rèn)為第一個)。

numpy.concatenate((a1, a2, ...), axis=0, out=None, dtype=None, casting="same_kind")

Join a sequence of arrays along an existing axis.
沿著已經(jīng)存在的軸合并一個矩陣

相關(guān)參數(shù)
Parameters
a1, a2, …sequence of array_like
The arrays must have the same shape, except in the dimension corresponding to axis (the first, by default).

這些輸入的矩陣必須要在將要合并的對應(yīng)的軸上有相同的形狀,比如,給出兩個變量,并將他們沿著axis=1的軸,進(jìn)行合并:

a = np.arange(3*3).reshape((3,3))
b = np.arange(3*4).reshape((3,4))
 
a,b
(array([[0, 1, 2],
        [3, 4, 5],
        [6, 7, 8]]),
 array([[ 0,  1,  2,  3],
        [ 4,  5,  6,  7],
        [ 8,  9, 10, 11]]))
 
np.concatenate([a,b],axis=1)
array([[ 0,  1,  2,  0,  1,  2,  3],
       [ 3,  4,  5,  4,  5,  6,  7],
       [ 6,  7,  8,  8,  9, 10, 11]])

上面是沿著列進(jìn)行合并,盡管他們的列數(shù)不同,但是他們的行數(shù)相同,因此也可以合并。

 axis int, optional
      The axis along which the arrays will be joined. If axis is None, arrays are flattened before use. Default is 0.

如果將axis設(shè)置為None,那么將對給出的矩陣先進(jìn)行展平,即先將其轉(zhuǎn)換為一維數(shù)組,再合并,默認(rèn)的axis參數(shù)是0:

np.concatenate([a,b],axis=None)
array([ 0,  1,  2,  3,  4,  5,  6,  7,  8,  0,  1,  2,  3,  4,  5,  6,  7,
        8,  9, 10, 11])

casting {‘no’, ‘equiv’, ‘safe’, ‘same_kind’, ‘unsafe’}, optional
       Controls what kind of data casting may occur. Defaults to ‘same_kind’.

下面給出一些可能觸發(fā)的錯誤:

np.concatenate(a,b,axis=None)
---------------------------------------------------------------------------
TypeError                                 Traceback (most recent call last)
<ipython-input-36-0e550a3d06f6> in <module>
----> 1 np.concatenate(a,b,axis=None)
 
<__array_function__ internals> in concatenate(*args, **kwargs)
 
TypeError: concatenate() got multiple values for argument 'axis'

這個類型錯誤發(fā)生的原因是,將要合并的兩個數(shù)組未添加括號的就作為參數(shù)輸入了

正確的形式如下:

np.concatenate([a,b],axis=None)
array([ 0,  1,  2,  3,  4,  5,  6,  7,  8,  0,  1,  2,  3,  4,  5,  6,  7,
        8,  9, 10, 11])

或者:

c = (a,b)
np.concatenate(c,axis=None)
array([ 0,  1,  2,  3,  4,  5,  6,  7,  8,  0,  1,  2,  3,  4,  5,  6,  7,
        8,  9, 10, 11])

到此這篇關(guān)于numpy.concatenate函數(shù)用法詳解的文章就介紹到這了,更多相關(guān)numpy.concatenate用法內(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!

相關(guān)文章

  • python自動查詢12306余票并發(fā)送郵箱提醒腳本

    python自動查詢12306余票并發(fā)送郵箱提醒腳本

    這篇文章主要為大家詳細(xì)介紹了Python自動查詢12306余票并發(fā)送郵箱提醒腳本,具有一定的參考價值,感興趣的小伙伴們可以參考一下
    2018-05-05
  • 解決PyCharm import torch包失敗的問題

    解決PyCharm import torch包失敗的問題

    今天小編就為大家分享一篇解決PyCharm import torch包失敗的問題。具有很好的參考價值,希望對大家有所幫助。一起跟隨小編過來看看吧
    2018-10-10
  • 深入解析Python中的多進(jìn)程

    深入解析Python中的多進(jìn)程

    這篇文章主要介紹了深入解析Python中的多進(jìn)程,“Python中的多進(jìn)程是通過multiprocessing包來實現(xiàn)的,和多線程的threading.Thread差不多,它可以利用multiprocessing.Process對象來創(chuàng)建一個進(jìn)程對象
    2022-06-06
  • Django視圖、傳參和forms驗證操作

    Django視圖、傳參和forms驗證操作

    這篇文章主要介紹了Django視圖、傳參和forms驗證操作,具有很好的參考價值,希望對大家有所幫助。一起跟隨小編過來看看吧
    2020-07-07
  • Python表格處理模塊xlrd在Anaconda中的安裝方法

    Python表格處理模塊xlrd在Anaconda中的安裝方法

    本文介紹在Anaconda環(huán)境下,安裝Python讀取.xls格式表格文件的庫xlrd的方法,xlrd是一個用于讀取Excel文件的Python庫,本文介紹了xlrd庫的一些主要特點和功能,感興趣的朋友一起看看吧
    2024-04-04
  • Python學(xué)習(xí)之函數(shù) def

    Python學(xué)習(xí)之函數(shù) def

    這篇文章主要介紹了Python的函數(shù) def,文中通過示例代碼介紹的非常詳細(xì),對大家的學(xué)習(xí)或者工作具有一定的參考學(xué)習(xí)價值,需要的朋友們下面隨著小編來一起學(xué)習(xí)學(xué)習(xí)吧
    2021-10-10
  • Python人工智能之路 jieba gensim 最好別分家之最簡單的相似度實現(xiàn)

    Python人工智能之路 jieba gensim 最好別分家之最簡單的相似度實現(xiàn)

    這篇文章主要介紹了Python人工智能之路 jieba gensim 最好別分家之最簡單的相似度實現(xiàn) ,非常不錯,具有一定的參考借鑒價值,需要的朋友可以參考下
    2019-08-08
  • python如何實現(xiàn)MK突變檢驗方法,代碼復(fù)制修改可用

    python如何實現(xiàn)MK突變檢驗方法,代碼復(fù)制修改可用

    這篇文章主要介紹了python如何實現(xiàn)MK突變檢驗方法,代碼復(fù)制修改可用,具有很好的參考價值,希望對大家有所幫助。如有錯誤或未考慮完全的地方,望不吝賜教
    2023-05-05
  • Python機器學(xué)習(xí)之底層實現(xiàn)KNN

    Python機器學(xué)習(xí)之底層實現(xiàn)KNN

    今天給大家?guī)淼氖顷P(guān)于Python機器學(xué)習(xí)的相關(guān)知識,文章圍繞著Python底層實現(xiàn)KNN展開,文中有非常詳細(xì)的解釋及代碼示例,需要的朋友可以參考下
    2021-06-06
  • python獲取指定日期范圍內(nèi)的每一天,每個月,每季度的方法

    python獲取指定日期范圍內(nèi)的每一天,每個月,每季度的方法

    這篇文章主要介紹了python獲取指定日期范圍內(nèi)的每一天,每個月,每季度的方法,文中通過示例代碼介紹的非常詳細(xì),對大家的學(xué)習(xí)或者工作具有一定的參考學(xué)習(xí)價值,需要的朋友們下面隨著小編來一起學(xué)習(xí)學(xué)習(xí)吧
    2019-08-08

最新評論