|
1.合并
? ? 1.按照列合并
? ? ? ? np.hstick(tup)
? ? ? ? ? ?tup：传入列表或者元组
? ? ? ? ? ?return：返回合并完成的数组
? ? 2.按照行合并
? ? ? ? np.vstick(tup)
? ? ? ? ? ?tup：传入列表或者元组
? ? ? ? ? ?return：返回合并完成的数组
? ? 3.指定轴的合并方式
? ? ? ? np.concatenate((a1, a2, ...), axis=0)
? ? ? ? ? ? (a1, a2, ……):不仅仅可以传入元组，也可传入列表
? ? ? ? ? ? axis：轴，默认值是0，是按行合并。当出入的值为1时，按照列合并
2.分割
? ? np.split(ary, indices_or_sections)
? ? ? ? ary：传入要进行操作的数组
? ? ? ? indices_or_sections：传入数值或者传入一个列表，当传入的是一个数值的时候，是平均分配成几组。当传入一个列表的时候，是按照索引进行分类。比如，当传入列表[3, 8, 10]时，会按照0，1，2和3，4，5，6，7和8，9和10……这个方式分组。
? ? ? ? return：返回的是一个装有分组状况的列表
?合并
代码：
import numpy as np
# 行合并
a = np.array([1, 2, 3, 4]).reshape(1, 4)
b = np.array([2, 3, 4, 5]).reshape(1, 4)
print(np.vstack([a, b]))
print(np.concatenate([a, b]))
# 列合并
print(np.hstack([a, b]))
print(np.concatenate([a, b], axis=1))
输出：
[[1 2 3 4]
[2 3 4 5]]
[[1 2 3 4]
[2 3 4 5]]
[[1 2 3 4 2 3 4 5]]
[[1 2 3 4 2 3 4 5]]
分割
代码：
import numpy as np
data = np.arange(20)
# 按照数值进行分割
print(np.split(data, 4))
# 按照索引列表进行分割
print(np.split(data, [3, 8, 10]))
输出：
[array([0, 1, 2, 3, 4]), array([5, 6, 7, 8, 9]), array([10, 11, 12, 13, 14]), array([15, 16, 17, 18, 19])]
[array([0, 1, 2]), array([3, 4, 5, 6, 7]), array([8, 9]), array([10, 11, 12, 13, 14, 15, 16, 17, 18, 19])]
学习地址：
黑马程序员Python教程，4天快速入门Python数据挖掘，系统精讲+实战案例_哔哩哔哩_bilibili?
|