合并与分割|学习笔记

简介: 快速学习 合并与分割

开发者学堂课程【Python 科学计算库 NumPy 快速入门:合并与分割】学习笔记,与课程紧密联系,让用户快速学习知识。

课程地址:https://developer.aliyun.com/learning/course/605/detail/8825


合并与分割

目录:

1、合并

2、分割

 

1、合并

●numpy.hstack(tup) Stack arrays in sequence horizontally (column wise).

●numpy.vstack(tup) Stack arrays in sequence vertically (row wise).

●numpy.concatenate((a1, a2, ..), axis=0)

示例:

np.hstack0:

>>> a = np.array((1,2,3))

>>> b = np.array((2,3,4))

>>> np.hstack((a, b))

array([1, 2, 3, 2, 3, 4])

>>> a = np.array([[1], [2], [3]])

>>> b = np.array([[2], [3], [4]])

>>> np.hstack((a, b))

array([[1, 2],

[2,3],

[3,4]])

np.vstack()

>>> a = np.array([1, 2,3])

>>> b = np.array([2, 3,4])

>>> np.vstack((a, b))

array([[1, 2, 3],

[2,3,4]])

>>> a = np.array([[1], [2], [3]])

>>> b = np.array([[2],[3], [4]])

>>> np.vstack((a, b))

array([[1],

[2],

[3],

[2],

[3],

[4]])

np.concatenate():

>>> a = np.array([[1, 2],[3, 4]])

>>> b = np.array([[5,6]])

>>> np. concatenate((a, b), axis=0)

array([[1, 2],

[3,4],

[5,6]])

>>> np. concatenate((a, b.T), axis=1)

array([[1, 2, 5],

[3,4, 6]])

比如我们将两部分股票的数据拼接在一起:

a = stock_ change[:2, 0:4]

b = stock_ change[4:6, 0:4]

# axis=1 时候, 按照数组的列方向拼接在- . .起

# axis=0 时候,按照数组的行方向拼接在- - 起

np. concatenate([a, b], axis=0)

# np.hstack([a, b])

np.vstack([a, b])


2、分割

numpy.split(ary, indices_ or sections, axis=0) Split an array into multiple sub-arrays.

>>> x = np.arange(9.0)

array([0., 1.,2.. 3., 4., 5.,6., 7.,8.])

>>> np.split(x, 3)

[array([ 0.,1., 2.]), array([ 3.,4. 5.]), array([ 6., 7., 8.])]

>>> x = np.arange(8.0)

array([0., 1.. 2., 3., 4., 5., 6.. 7.])

>>> np.split(x, [3, 5, 6,10])

[array([ 0.,1., 2.]),

array([ 3.,4.]),

array([ 5.]),

array([ 6.,7.]),

array([],dtype=float64)]

相关文章
|
4天前
|
存储 关系型数据库 分布式数据库
PostgreSQL 18 发布,快来 PolarDB 尝鲜!
PostgreSQL 18 发布,PolarDB for PostgreSQL 全面兼容。新版本支持异步I/O、UUIDv7、虚拟生成列、逻辑复制增强及OAuth认证,显著提升性能与安全。PolarDB-PG 18 支持存算分离架构,融合海量弹性存储与极致计算性能,搭配丰富插件生态,为企业提供高效、稳定、灵活的云数据库解决方案,助力企业数字化转型如虎添翼!
|
15天前
|
弹性计算 关系型数据库 微服务
基于 Docker 与 Kubernetes(K3s)的微服务:阿里云生产环境扩容实践
在微服务架构中,如何实现“稳定扩容”与“成本可控”是企业面临的核心挑战。本文结合 Python FastAPI 微服务实战,详解如何基于阿里云基础设施,利用 Docker 封装服务、K3s 实现容器编排,构建生产级微服务架构。内容涵盖容器构建、集群部署、自动扩缩容、可观测性等关键环节,适配阿里云资源特性与服务生态,助力企业打造低成本、高可靠、易扩展的微服务解决方案。
1308 5
|
1天前
|
监控 JavaScript Java
基于大模型技术的反欺诈知识问答系统
随着互联网与金融科技发展,网络欺诈频发,构建高效反欺诈平台成为迫切需求。本文基于Java、Vue.js、Spring Boot与MySQL技术,设计实现集欺诈识别、宣传教育、用户互动于一体的反欺诈系统,提升公众防范意识,助力企业合规与用户权益保护。
|
14天前
|
机器学习/深度学习 人工智能 前端开发
通义DeepResearch全面开源!同步分享可落地的高阶Agent构建方法论
通义研究团队开源发布通义 DeepResearch —— 首个在性能上可与 OpenAI DeepResearch 相媲美、并在多项权威基准测试中取得领先表现的全开源 Web Agent。
1341 87
|
1天前
|
JavaScript Java 大数据
基于JavaWeb的销售管理系统设计系统
本系统基于Java、MySQL、Spring Boot与Vue.js技术,构建高效、可扩展的销售管理平台,实现客户、订单、数据可视化等全流程自动化管理,提升企业运营效率与决策能力。
|
3天前
|
弹性计算 安全 数据安全/隐私保护
2025年阿里云域名备案流程(新手图文详细流程)
本文图文详解阿里云账号注册、服务器租赁、域名购买及备案全流程,涵盖企业实名认证、信息模板创建、域名备案提交与管局审核等关键步骤,助您快速完成网站上线前的准备工作。
186 82
2025年阿里云域名备案流程(新手图文详细流程)