numpy的concatenate实现矩阵拼接 |
您所在的位置:网站首页 › python concatenate函数怎么用 › numpy的concatenate实现矩阵拼接 |
concatenate()
我们先来介绍最全能的concatenate()函数,后面的几个函数其实都可以用concatenate()函数来进行等价操作。 concatenate()函数根据指定的维度,对一个元组、列表中的list或者ndarray进行连接,函数原型: numpy.concatenate((a1, a2, ...), axis=0)先来看几个例子,一个2*2的数组和一个1*2的数组,在第0维进行拼接,得到一个3*2的数组: a = np.array([[1, 2], [3, 4]]) b = np.array([[5, 6]]) np.concatenate((a, b), axis=0)输出为: array([[1, 2], [3, 4], [5, 6]])进一步,一个2*2的数组和一个2*1的数组,在第01维进行拼接,得到一个2*3的数组: np.concatenate((a, b.T), axis=1)输出为: array([[1, 2, 5], [3, 4, 6]])上面两个简单的例子中,拼接的维度的长度是不同的,但是其他维度的长度必须是相同的,这也是使用concatenate()函数的一个基本原则,违背此规则就会报错,例如一个2*2的数组和一个1*2的数组,在第1维进行拼接: np.concatenate((a, b), axis=1)上面的代码会报错: ValueError: all the input array dimensions except for the concatenation axis must match exactly |
今日新闻 |
推荐新闻 |
CopyRight 2018-2019 办公设备维修网 版权所有 豫ICP备15022753号-3 |