宁波网站制作优化服务公司,中国营销在线,软件界面设计方案,蚌埠网络推广公司在实际操作中#xff0c;遇到了矩阵堆叠的操作#xff0c;本来想着自己写一个函数#xff0c;后来想#xff0c;应该有库函数#xff0c;于是一阵找寻import numpy as npa np.array([1,2,3])b np.array([4,5,6])np.stack((a,b)) #默认行堆叠输出#xff1a;array([[1, …在实际操作中遇到了矩阵堆叠的操作本来想着自己写一个函数后来想应该有库函数于是一阵找寻import numpy as npa np.array([1,2,3])b np.array([4,5,6])np.stack((a,b)) #默认行堆叠输出array([[1, 2, 3],[4, 5, 6]])np.vstack((a, b))输出array([[1, 2, 3],[4, 5, 6]])np.hstack((a, b))输出array([1, 2, 3, 4, 5, 6])简单解释一下上面的代码其实主要是一个函数stack()这个函数其实包含了各种堆叠方式我们上面的例子是针对二维矩阵的其实我们大部分时候的操作都是针对二维矩阵的为了方便所以又定义了两个函数vstack()进行垂直的堆叠(vertically )hstack()进行水平堆叠(horizontally)函数stack()有个参数axis,可以设置堆叠的维度默认是0其实和vstack()是一个效果当设置成1的时候结果如下np.stack((a,b),axis1)输出array([[1, 4],[2, 5],[3, 6]])从效果看相当于按照原来a的第二维度也就是列一列一列的取出来按行拼成了一个矩阵。那么hstack()的效果能不能利用stack()实现呢我这里是没有探索出来欢迎知道的童靴指教不过hstack()的效果其实和concatenate是一样的np.concatenate((a,b))输出array([1, 2, 3, 4, 5, 6])以上这篇python numpy 矩阵堆叠实例就是小编分享给大家的全部内容了希望能给大家一个参考也希望大家多多支持python博客。
