[英]How can I keep the forms of the arrays when I use numpy concatenate or numpy append
我有3个列表,并将它们放入ndarray。
o_a = [1,2,3,4,5]
o_b = [2,4,6,8,10]
o_c = [11,22,33,44,55]
np_a = np.array(o_a)
np_b = np.array(o_b)
np_c = np.array(o_c)
print(np_a)
print(np_b)
print(np_c)
[1 2 3 4 5]
[ 2 4 6 8 10]
[11 22 33 44 55]
当我使用vstack加入它们时,它们的形式不会折叠
np.vstack((np_a,np_b))
array([[ 1, 2, 3, 4, 5],
[ 2, 4, 6, 8, 10]])
但是如果我使用串联或附加来组合它们,它就变成了1darray
np.concatenate((np_a,np_b))
array([ 1, 2, 3, 4, 5, 2, 4, 6, 8, 10])
数组可以保留表格吗? 工作后不使用重塑。
使用numpy.concatenate()
或numpy.append()
:
np.concatenate((np_a[None,:],np_b[None,:]), axis=0)
要么
np.append(np_a[None,:],np_b[None,:], axis=0)
输出(无论哪种情况):
array([[ 1, 2, 3, 4, 5],
[ 2, 4, 6, 8, 10]])
现在,我们将每个数组转换为二维数组,然后再将它们连接在一起。
并且,在串联或附加它们时,我们指定串联或附加必须沿着输入数组的axis=0
(第一个轴)进行。
请注意, numpy.concatenate()
和numpy.append()
不会创建任何新维度。 当您显式指定axis
参数时,它们只是沿现有尺寸连接或附加。
当我们不指定axis
参数时, numpy.concatenate()
和numpy.append()
的默认行为是展平输入数组,并返回展平的数组。
使用numpy.stack():
np.stack ((np_a, np_b))
这也给出:
array([[ 1, 2, 3, 4, 5],
[ 2, 4, 6, 8, 10]])
在这里,我们不必预先转换为二维。 新维度将由堆叠操作本身创建。
请注意, numpy.stack()
也带有axis
参数,但默认值为0,这是我们想要的。
另外,请注意,对于numpy.stack()
,我们为axis
参数指定的值是相对于结果数组(具有一个额外的维数),而不是相对于原始输入数组。
声明:本站的技术帖子网页,遵循CC BY-SA 4.0协议,如果您需要转载,请注明本站网址或者原文地址。任何问题请咨询:yoyou2525@163.com.