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
|
11月前
|
机器学习/深度学习 监控 TensorFlow
数据分割
在机器学习和数据分析中,数据分割是指将可用数据集划分为训练集、验证集和测试集等子集的过程。这种分割的目的是为了评估和验证机器学习模型的性能,并对其进行调优和泛化能力的评估。下面我将解释为什么要进行数据分割,以及如何进行数据分割,并提供一个简单的示例。
248 0
|
3月前
|
编解码 计算机视觉 索引
OpenCV使用单目标匹配从图像中选择最佳的匹配结果及查找重复图像实战(附Python源码)
OpenCV使用单目标匹配从图像中选择最佳的匹配结果及查找重复图像实战(附Python源码)
139 0
|
10月前
|
项目管理 vr&ar 图形学
怎么将两个模型合并成一个?
当你需要将多个3D模型组合为一个整体,简化管理、提高渲染性能或实现特定的效果时,合并模型是一个有用的工具和技术。
247 1
|
3月前
|
Java
leetcode-416. 分割等和子集
leetcode-416. 分割等和子集
18 0
两个有序链表序列的合并(附加代码模式)
两个有序链表序列的合并(附加代码模式)
50 1
|
Python
用Python语言对任意图像进行m*n的均匀分块(思路非常清晰,步骤简单)
用Python语言对任意图像进行m*n的均匀分块(思路非常清晰,步骤简单)
180 0
leetcode 416 分割等和子集
leetcode 416 分割等和子集
58 0
leetcode 416 分割等和子集
|
机器学习/深度学习 编解码 算法
语义分割项目详解
语义分割项目详解
314 0
语义分割项目详解
|
算法 Java
分割等和子集(LeetCode 416)
分割等和子集(LeetCode 416)
70 0
|
测试技术
分割等和子集(LeetCode-416)
分割等和子集(LeetCode-416)
66 0
分割等和子集(LeetCode-416)