在實際操作中，遇到了矩陣堆疊的操作，本來想著自己寫乙個函式，後來想，應該有庫函式，於是一陣找尋
import numpy as np
a = np.array([1,2,3])
b = np.array([4,5,6])
np.stack((a,b)) #預設行堆疊
輸出：array([[1, 2, 3],
[4, 5, 6]])
irvijus
np.vstack((程式設計客棧a, b))
輸出：array([[1, 2, 3],
[4, 5, 6]])
np.hstack((a, b))
輸出：array([1, 2, 3, 4, 5, 6])
簡單解釋一下上面的**：其實主要是乙個函式，stack()，這個函式其實包含了各種堆疊方式，我們上面的例子是針對二維矩陣的，其實我們大部分時候的操作都是針對二維矩陣的，為了方便，所以又定義了兩個函式vst程式設計客棧ack()進行垂直的堆疊（vertically ），hstack()進行水平堆疊（horizontally）
函式stack()有個引數，axis,可以設定堆疊的維度，預設是0，其實和vstack()是乙個效果，當設定成1的時候，結果如下
np.stack((a,b),axis=1)
輸出：array([[1, 4],
[2, 5],
[3, 6]])
從效果看，相當於按照原來a的第二維度，也就是列，一列一列的取出來，按行拼成了乙個矩陣。
那麼，hstack()的效果能不能利用stack()實現呢？我這裡是沒有探索出來，歡迎知道的童靴指教，不過hstack()的效果其實和concatenate是一樣的
np.concatenate((a,b))
輸出：array([1irvijus, 2, 3, 4, 5, 6])www.cppcns.com
本文標題: python numpy 矩陣堆疊例項
本文位址:
python numpy 矩陣堆疊
在實際操作中，遇到了矩陣堆疊的操作，本來想著自己寫乙個函式，後來想，應該有庫函式，於是一陣找尋 import numpy as np a np.array 1,2,3 b np.array 4,5,6 np.stack a,b 預設行堆疊 輸出 array 1,2,3 4,5,6 np.vstack...
python numpy 矩陣運算
轉置np.transpose x 乘np.dot x,y a.dot b dot c 逆np.linalg.inv x 轉為1維 a.flatten 除 就是乘矩陣的逆a b a.dot np.linalg.inv b 刪除一列axis 1 行axis 0 np.delete t1,j,axis 0...
python numpy包 矩陣運算
下面簡要介紹python和matlab處理數學問題的幾個不同點。1.matlab的基本是矩陣，而numpy的基本型別是多為陣列，把matrix看做是array的子類。2.matlab的索引從1開始，而numpy從0開始。1.建立矩陣 a1 np.array 1,2,3 dtype int 建立乙個一...