關(guān)于numpy.concatenate()函數(shù)的使用及說(shuō)明
numpy.concatenate()函數(shù)
numpy.concatenate((a1,a2,…), axis=0)函數(shù),能夠一次完成多個(gè)數(shù)組的拼接。
其中a1,a2,…是數(shù)組類(lèi)型的參數(shù)
示例:
>>> a=np.array([1,2,3]) >>> b=np.array([11,22,33]) >>> c=np.array([44,55,66]) >>> np.concatenate((a,b,c),axis=0) # 默認(rèn)情況下,axis=0可以不寫(xiě) array([ 1, 2, 3, 11, 22, 33, 44, 55, 66]) #對(duì)于一維數(shù)組拼接,axis的值不影響最后的結(jié)果
>>> a=np.array([[1,2,3],[4,5,6]]) >>> b=np.array([[11,21,31],[7,8,9]]) >>> np.concatenate((a,b),axis=0) # axis=0為按列拼接 array([[ 1, 2, 3], [ 4, 5, 6], [11, 21, 31], [ 7, 8, 9]])
>>> np.concatenate((a,b),axis=1) #axis=1表示對(duì)應(yīng)行的數(shù)組進(jìn)行拼接 array([[ 1, 2, 3, 11, 21, 31], [ 4, 5, 6, 7, 8, 9]])
不寫(xiě)axis參數(shù)的話,默認(rèn)為按列拼接;
np.concatenate((a,b)) Out[22]: array([[ 1, 2, 3], [ 4, 5, 6], [11, 21, 31], [ 7, 8, 9]])
若axis = -1的話,即為按行拼接:
np.concatenate((a,b),axis=-1) Out[21]: array([[ 1, 2, 3, 11, 21, 31], [ 4, 5, 6, 7, 8, 9]])
numpy.append()和numpy.concatenate()兩個(gè)函數(shù)的運(yùn)行時(shí)間進(jìn)行比較的話,numpy.concatenate()效率更高,適合大規(guī)模的數(shù)組拼接。
numpy.concatenate()的out使用舉例
numpy.concatenate()的官方語(yǔ)法是
numpy.concatenate((a1,a2,...),axis = 0,out = None,dtype = None,cast =“ same_kind”
對(duì)out的要求是
out ndarray,可選
如果提供,則為放置結(jié)果的目的地。形狀必須正確,并且與未指定out參數(shù)的串聯(lián)連接的形狀匹配。
舉例
array01=np.arange(24).reshape(4,6) array01 結(jié)果 array([[ 0, 1, 2, 3, 4, 5], [ 6, 7, 8, 9, 10, 11], [12, 13, 14, 15, 16, 17], [18, 19, 20, 21, 22, 23]]) array04 = np.ones((4,15),dtype='int32') array04 結(jié)果 array([[1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1], [1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1], [1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1], [1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1]]) np.concatenate((array01,array03),axis=1,out=array04) 結(jié)果 array([[ 0, 1, 2, 3, 4, 5, 0, 1, 2, 3, 4, 5, 6, 7, 8], [ 6, 7, 8, 9, 10, 11, 9, 10, 11, 12, 13, 14, 15, 16, 17], [12, 13, 14, 15, 16, 17, 18, 19, 20, 21, 22, 23, 24, 25, 26], [18, 19, 20, 21, 22, 23, 27, 28, 29, 30, 31, 32, 33, 34, 35]])
總結(jié)
以上為個(gè)人經(jīng)驗(yàn),希望能給大家一個(gè)參考,也希望大家多多支持腳本之家。
- numpy中hstack vstack stack concatenate函數(shù)示例詳解
- numpy.concatenate函數(shù)用法詳解
- numpy中數(shù)組拼接、數(shù)組合并方法總結(jié)(append(),?concatenate,?hstack,?vstack,?column_stack,?row_stack,?np.r_,?np.c_等)
- numpy數(shù)組做圖片拼接的實(shí)現(xiàn)(concatenate、vstack、hstack)
- numpy concatenate數(shù)組拼接方法示例介紹
- 詳解Numpy中的數(shù)組拼接、合并操作(concatenate, append, stack, hstack, vstack, r_, c_等)
相關(guān)文章
利用python腳本提取Abaqus場(chǎng)輸出數(shù)據(jù)的代碼
這篇文章主要介紹了利用python腳本提取Abaqus場(chǎng)輸出數(shù)據(jù),利用python腳本對(duì)Abaqus進(jìn)行數(shù)據(jù)提取時(shí),要對(duì)python腳本做前步的導(dǎo)入處理,本文通過(guò)實(shí)例代碼詳細(xì)講解需要的朋友可以參考下2022-11-11Python實(shí)現(xiàn)提高運(yùn)行速度的技巧分享
這篇文章主要為大家詳細(xì)介紹了Python實(shí)現(xiàn)提高運(yùn)行速度的相關(guān)技巧,文中的示例代碼講解詳細(xì),具有一定的參考價(jià)值,感興趣的小伙伴可以跟隨小編一起了解一下2023-06-06sklearn-SVC實(shí)現(xiàn)與類(lèi)參數(shù)詳解
今天小編就為大家分享一篇sklearn-SVC實(shí)現(xiàn)與類(lèi)參數(shù)詳解,具有很好的參考價(jià)值,希望對(duì)大家有所幫助。一起跟隨小編過(guò)來(lái)看看吧2019-12-12淺談Python 命令行參數(shù)argparse寫(xiě)入圖片路徑操作
這篇文章主要介紹了淺談Python 命令行參數(shù)argparse寫(xiě)入圖片路徑操作,具有很好的參考價(jià)值,希望對(duì)大家有所幫助。一起跟隨小編過(guò)來(lái)看看吧2020-07-07python使用openpyxl打開(kāi)及讀取excel表格過(guò)程
openpyxl是一個(gè)Python庫(kù),用于讀寫(xiě)Excel?2010?xlsx/xlsm文件,它允許你輕松工作與Excel表格,進(jìn)行數(shù)據(jù)處理和分析,支持讀取、創(chuàng)建和修改Excel文件,甚至可以在Excel中插入圖表等,安裝非常簡(jiǎn)單,只需要使用pip命令即可2024-09-09