【千锋教育干货暴击】

如果你想更好的学习Python乃至转行，弯道超车，快人一步！本课程零基础即可加入学习，抓住大数据、机器学习、人工智能时代的红利，开启你的第一行代码吧！

   ↓    ↓    ↓

千锋Python全套视频教程（700集）

千锋教育Python教程全套_python零基础入门到精通（学完可达到Python工程师水平）

上一篇数据分析的文章我们介绍了Numpy的索引和切片，用于获取Numpy数组的元素。我们也提到Numpy中ndarray对象是类似列表的，但是也有区别比如：

数组对象内的元素类型必须相同

数组大小不可修改

列表可以使用的符号有：+ 、* 、in，那在ndarray中能使用的有哪些？本篇文章主要介绍Numpy数组的一些运算和拼接内容。

在Numpy中当数组进行运算时，如果两个数组的形状相同，那么两个数组相加就是两个数组的对应位相加，这是要求维数相加，并且各维度的长度相同。比如：

原来两个数是：

相加之后的结果：

当运算中两个数组的形状不同使时，numpy将会自动触发广播机制，那什么是广播机制呢？

复习下数学知识😂，在线性代数中我们曾经学到过如下规则：

a1 =3 ，a2 = 4，a1，a2是0维张量，即标量；

 b1，b2是1维张量，即向量；

c1，c2是如下所示的2维张量，即矩阵：

a1与a2之间可以进行加减乘除，b1与b2可以进行逐元素的加减乘除运算，c1与c2之间可以进行逐元素的加减乘除以及矩阵相乘运算(矩阵相乘必须满足维度的对应关系)，而a与b，或者b与c之间不能进行逐元素的加减乘除运算，原因是他们的维度不匹配。而这种在数学方面的不可能在NumPy中，就可以通过广播完成这项操作。

 再比如：

此时data1是3行3列的矩阵，跟一个1进行运算，能否成功呢？在Numpy中这时ok的，data1中的每个元素都会跟1相加而得到一个新的矩阵，这就是广播机制。

所以结果就是：

如果是跟一个3行1列的进行加法呢？

这个操作也是ok的，结果是：

如果是跟一个2行3列的数据进行加法运算呢？

此时会报错：

报错的原因是什么呢？我们一起来看一张图

所以广播的规则是：

1.形状相同的广播

2.相同维度，但其中某一个或多个维度长度为 1 的广播:

3.如果是标量的话，会广播整个数组上

所以我们要首先了解numpy的广播机制,接下来才能更好的进行数组的运算。

加法其实上面我们已经使用了数组的加法运算，而在运算中是使用广播机制的。假设我们现在有这样的两组数据：

结果：

减法

结果：

乘法

结果：

除法

结果：

当然还有整除和幂运算

结果：

如果是幂运算呢？

结果：

当然数组也可以进行比较，也是会自动应用广播机制

结果：

Numpy中提供了concatenate,append, stack类(包括hsatck、vstack、dstack、row_stack、column_stack)，r_和c_等类和函数用于数组拼接的操作。各种函数的特点和区别如下表：

在我们学习拼接之前我们先了解一些轴和维度。

上一篇我们提到numpy中的ndim和shape来分别查看维度，以及在对应维度上的长度的。而其中的axis表示的是轴

concatenate函数

比如我们有两个数组：

所以是对两个数组进行了axis=0轴的合并，如果将axis换成1则变成：

函数的说明如下：

代码示例：

大家发现，若axis为None，则先将arr和values进行ravel扁平化,再拼接；如果指定axis=0表示x轴的拼接，而如果axis=1表示y轴的拼接。

函数的说明如下：

代码演示：(仍然使用上面的data1和data2)

可以发现如果axis=1，就是x轴的依次进行组合，如果是axis=-1就是两个数组的列进行组合。当然如果想直接进行行或者列的拼接也可以使用：hstack、vstack分别表示只进行行的拼接，或者列的拼接，类似上面的axis=1或axis=-1的情况。

总结：

增加行（对行进行拼接）的方法有

增加列（对列进行拼接）的方法有：

内容比较多，大家要多多练习哦！

需要资料也可以关注微信公众号：Python专栏，事不宜迟，一起进步吧！