数据结构
网络
关系型数据库管理系统
操作系统
Java
MS Excel
iOS
HTML
CSS
Android
Python
C 编程
C++
C#
MongoDB
MySQL
Javascript
PHP
物理学
化学
生物学
数学
英语
经济学
心理学
社会学
时尚研究
法律研究使用 Numpy 中的 stack() 在特定轴上连接数组序列
要连接数组序列，请在 Python Numpy 中使用 **numpy.stack()** 方法。**axis** 参数指定结果维度中新轴的索引。如果 axis=0，它将是第一个维度，如果 axis=-1，它将是最后一个维度。
该函数返回的堆叠数组比输入数组多一个维度。axis 参数指定结果维度中新轴的索引。例如，如果 axis=0，它将是第一个维度，如果 axis=-1，它将是最后一个维度。
out 参数（如果提供）是放置结果的目标。形状必须正确，与在未指定 out 参数的情况下 stack 返回的形状匹配。
步骤
首先，导入所需的库 -
import numpy as np
使用 array() 方法创建两个 numpy 数组。我们插入了 int 类型的元素 -
arr1 = np.array([49, 76, 61, 82, 69, 29]) arr2 = np.array([40, 60, 89, 55, 32, 98])
显示数组 -
print("Array 1...
", arr1)
print("
Array 2...
", arr2)获取数组的类型 -
print("
Our Array 1 type...
", arr1.dtype)
print("
Our Array 2 type...
", arr2.dtype)获取数组的维度 -
print("
Our Array 1 Dimensions...
",arr1.ndim)
print("
Our Array 2 Dimensions...
",arr2.ndim)获取数组的形状 -
print("
Our Array 1 Shape...
",arr1.shape)
print("
Our Array 2 Shape...
",arr2.shape)要连接数组序列，请使用 numpy.stack() 方法。axis 参数指定结果维度中新轴的索引。如果 axis=0，它将是第一个维度，如果 axis=-1，它将是最后一个维度 -
print("
Result (stack over specific axis)...
",np.stack((arr1, arr2), axis = -1))
示例
import numpy as np
# Creating two numpy arrays using the array() method
# We have inserted elements of int type
arr1 = np.array([49, 76, 61, 82, 69, 29])
arr2 = np.array([40, 60, 89, 55, 32, 98])
# Display the arrays
print("Array 1...
", arr1)
print("
Array 2...
", arr2)
# Get the type of the arrays
print("
Our Array 1 type...
", arr1.dtype)
print("
Our Array 2 type...
", arr2.dtype)
# Get the dimensions of the Arrays
print("
Our Array 1 Dimensions...
",arr1.ndim)
print("
Our Array 2 Dimensions...
",arr2.ndim)
# Get the shape of the Arrays
print("
Our Array 1 Shape...
",arr1.shape)
print("
Our Array 2 Shape...
",arr2.shape)
# To join a sequence of arrays, use the numpy.stack() method in Python Numpy
# The axis parameter specifies the index of the new axis in the dimensions of the result.
# If axis=0 it will be the first dimension and if axis=-1 it will be the last dimension.
print("
Result (stack over specific axis)...
",np.stack((arr1, arr2), axis = -1))输出
Array 1... [49 76 61 82 69 29] Array 2... [40 60 89 55 32 98] Our Array 1 type... int64 Our Array 2 type... int64 Our Array 1 Dimensions... 1 Our Array 2 Dimensions... 1 Our Array 1 Shape... (6,) Our Array 2 Shape... (6,) Result (stack over specific axis)... [[49 40] [76 60] [61 89] [82 55] [69 32] [29 98]]
更新于: 2022年2月10日
368 次查看
广告