python——numpy.vstack / numpy.hstack组合矩阵
内容导读
互联网集市收集整理的这篇技术教程文章主要介绍了python——numpy.vstack / numpy.hstack组合矩阵，小编现在分享给大家，供广大互联网技能从业者学习和参考。文章包含1170字，纯文字阅读大概需要2分钟。
内容图文
numpy.vstack / numpy.hstack分别表示沿着行方向和列方向进行组合矩阵
numpy.vstack(iterable)
输入参数为可迭代对象，如list或tuple，每个对象为矩阵
要求输入的不同矩阵除第0维外，其余维度全部相同
最终结果第0维为所有矩阵第0维之和
In [1]: import numpy
In [2]: dat1 = np.array([[[ 1, 2],
[ 3, 4],
[ 5, 6]],
[[ 7, 8],
[ 9, 10],
[11, 12]]])
In [3]: dat2 = np.array([[[13, 14],
[15, 16],
[17, 18]]])
In [4]: dat1.shape, dat2.shape
Out[4]: ((2, 3, 2), (1, 3, 2))
In [5]: dat = np.vstack((dat1, dat2))
Out[5]: array([[[ 1, 2],
[ 3, 4],
[ 5, 6]],
[[ 7, 8],
[ 9, 10],
[11, 12]],
[[13, 14],
[15, 16],
[17, 18]]])
In [6]: dat.shape
Out[6]: (3, 3, 2)
numpy.hstack(iterable)
输入参数为可迭代对象，如list或tuple，每个对象为矩阵
要求输入的不同矩阵除第1维外，其余维度全部相同
最终结果第1维为所有矩阵第1维之和
In [1]: import numpy
In [2]: dat1 = np.array([[[1, 2, 3],
[4, 5, 6]]])
In [3]: dat2 = np.array([[[1, 2, 3],
[4, 5, 6],
[7, 8, 9]]])
In [4]: dat1.shape, dat2.shape
Out[4]: ((1, 2, 3), (1, 3, 3))
In [5]: dat = np.hstack((dat1, dat2))
Out[5]: array([[[1, 2, 3],
[4, 5, 6],
[1, 2, 3],
[4, 5, 6],
[7, 8, 9]]])
In [6]: dat.shape
Out[6]: (1, 5, 3)
内容总结
以上是互联网集市为您收集整理的python——numpy.vstack / numpy.hstack组合矩阵全部内容，希望文章能够帮你解决python——numpy.vstack / numpy.hstack组合矩阵所遇到的程序开发问题。 如果觉得互联网集市技术教程内容还不错，欢迎将互联网集市网站推荐给程序员好友。
内容备注
版权声明：本文内容由互联网用户自发贡献，该文观点与技术仅代表作者本人。本站仅提供信息存储空间服务，不拥有所有权，不承担相关法律责任。如发现本站有涉嫌侵权/违法违规的内容， 请发送邮件至 gblab@vip.qq.com 举报，一经查实，本站将立刻删除。
内容手机端
扫描二维码推送至手机访问。