可以在不同的軸上堆積陣列：
>>> a = np.floor(10*np.random.random((2,2)))>>>a
array([[ 8., 8.],
[ 0., 0.]])
>>> b = np.floor(10*np.random.random((2,2)))
>>>b
array([[ 1., 8.],
[ 0., 4.]])
>>>np.vstack((a,b))
array([[ 8., 8.],
[ 0., 0.],
[ 1., 8.],
[ 0., 4.]])
>>>np.hstack((a,b))
array([[ 8., 8., 1., 8.],
[ 0., 0., 0., 4.]])
注意：numpy還有乙個concatenate方法,既可以垂直拼接也可以水平拼接，是通過axis引數進行區分，其工作機制比較難以理解和記憶，建議檢視範例，對照使用：
>>> np.concatenate((a, b), axis=0)
array([[ 8., 8.],[ 0., 0.],
[ 1., 8.],
[ 0., 4.]])
>>> np.concatenate((a, b), axis=1)
array([[ 8., 8., 1., 8.],[ 0., 0., 0., 4.]])
>>>arr1 = np.array([1, 2, 3])
>>>arr2 = np.array([4, 5, 6])
>>> np.concatenate((arr1, arr2), axis=0)
array([1 2 3 4 5 6])
concatenate方法在合併的時候，兩個陣列必須處在同一維度，否則會報錯。axis引數可以賦值的數值個數取決於陣列的維度數。
使用hsplit，可以沿著陣列的水平軸拆分陣列，方法是指定要返回的相等形狀陣列的數目，或者指定在其後面進行拆分的列：
>>> a = np.floor(10*np.random.random((2,12)))>>>a
array([[ 9., 5., 6., 3., 6., 8., 0., 7., 9., 7., 2., 7.],
[ 1., 4., 9., 2., 2., 1., 0., 6., 2., 2., 4., 0.]])
>>> np.hsplit(a,3) #
將資料均勻分割成3份
[array([[ 9., 5., 6., 3.],
[ 1., 4., 9., 2.]]), array([[ 6., 8., 0., 7.],
[ 2., 1., 0., 6.]]), array([[ 9., 7., 2., 7.],
[ 2., 2., 4., 0.]])]
>>> np.hsplit(a,(3,4)) #
在指定的列位置，分割陣列
[array([[ 9., 5., 6.],
[ 1., 4., 9.]]), array([[ 3.],
[ 2.]]), array([[ 6., 8., 0., 7., 9., 7., 2., 7.],
[ 2., 1., 0., 6., 2., 2., 4., 0.]])]
顯然有vsplit方法，對陣列進行垂直方向的分割；也有split方法綜合了兩個方法的功能，可以指定分割的軸。
使用方式與上面的一致。
Numpy 陣列合併
對於乙個array的合併，我們可以想到按行 按列等多種方式進行合併。import numpy as np a np.array 1 2,3 4,5 6 b np.array 6 5,4 3,2 1 print a print b print np.vstack a,b 沿著豎直方向將矩陣堆疊起來 c...
Python中numpy陣列的合併
python中numpy陣列的合併有很多方法，如 np.concatenate np.stack np.hstack np.vstack np.dstack 其中最泛用的是第乙個和第二個。第乙個可讀性好，比較靈活，但是佔記憶體大。第二個則沒有記憶體占用大的問題。parameters introduc...
numpy 陣列的合併和分割
匯入numpy import numpy as np數字的分割 np.vstack tupel 豎直合併 np.hstack tupel 水平合併 a np.array 1 2,3 b np.array 2 3,4 c np.vstack a,b c array 1,2,3 2,3,4 d np.h...