numpy中數組拼接、數組合並方法總結(append(), concatenate, hstack, vstack, column_stack, row_stack, np.r_, np.c_等)

Posted on by

零. 維度和軸

Python中可以用numpy中的ndim和shape來分別查看維度，以及在對應維度上的長度。直觀上可以根據符號“[ ]”的層數來判斷，有m層即為m維，最外面1層對應axis0， 依次為axis1，axis2…

c = np.array([[[1,2,3], [4,5,6]]])
c.ndim   # 3
# 三維數組

c.shape  # (1, 2, 3)
# 在axis 0 上的長度為1，在axis 1上的長度為2, 在axis 2上的長度為3.
# 或者可以理解為1層2行3列

一、append()

numpy.append(arr, values, axis=None)

  • The arr can be an array-like object or a NumPy array. The values are appended to a copy of this array.
    arr可以是類似數組的對象或NumPy數組。 這些值將附加到此數組的副本中。The values are array-like objects and it’s appended to the end of the “arr” elements.
  • 這些值是類似數組的對象，並附加到“ arr”元素的末尾。The axis specifies the axis along which values are appended. If the axis is not provided, both the arrays are flattened.
  • 該軸指定沿其附加值的軸。 如果未提供軸，則將兩個陣列展平。

1. 展平兩個數組（Flattening Two Arrays）

arr1 = np.array([[1, 2], [3, 4]])
arr2 = np.array([[10, 20], [30, 40]])

# no axis provided, array elements will be flattened
arr_flat = np.append(arr1, arr2)
 
print(arr_flat)  # [ 1  2  3  4 10 20 30 40]

2. 沿軸合並（Merging Along Axis）

arr_merged = np.append([arr1, arr2], axis=0)
# 當 2×2 數組沿 x 軸合並時，輸出數組大小為 4×2 
Merged 2x2 Arrays along Axis-0:
[[ 1  2]
 [ 3  4]
 [10 20]
 [30 40]]
 
arr_merged = np.append([arr1, arr2], axis=1)
# 當 2×2 數組沿 y 軸合並時，輸出數組大小為 2×4
Merged 2x2 Arrays along Axis-1:
[[ 1  2 10 20]
 [ 3  4 30 40]]

二、concatenate

concatenate(a_tuple, axis=0, out=None)

  • a_tuple:對需要合並的數組用元組的形式給出
  • axis: 沿指定的軸進行拼接，默認0，即第一個軸
arr1 = np.array([[1,2,3], [4,5,6]]) # shape: (2, 3)
arr2 = np.array([[7,8,9], [11,12,13]])

np.concatenate((arr1, arr2)) # axis=0
array([[ 1, 2, 3],
    [ 4, 5, 6],
    [ 7, 8, 9],
    [11, 12, 13]])

np.concatenate((arr1, arr2),axis=1)  # 這裡沿第二個軸，即列方向進行拼接
array([[ 1, 2, 3, 7, 8, 9],
    [ 4, 5, 6, 11, 12, 13]])

arr3 = np.array([[14,15,16]]) # shape: (1, 3)
# 一般進行 concatenate 操作的 array 的 shape 需要一致
# 但如果 array 在拼接 axis 方向的 size 不一樣，也可以完成
# arr3 雖然在 axis_0 方向的長度不一致，但 axis1 方向上一致，所以沿 axis_0 可以拼接
np.concatenate((arr1, arr3))  # √
array([[ 1, 2, 3],
    [ 4, 5, 6],
    [14, 15, 16]])
    
# arr3 和 arr1 在 axis_0 方向的長度不一致，報錯
np.concatenate((arr1, arr3), axis=1)

三、hstack, vstack

np.hstack((arr1,arr2))  # 水平拼接，沿著行的方向，對列進行拼接
array([[ 1, 2, 3, 7, 8, 9],
    [ 4, 5, 6, 11, 12, 13]])
 
np.vstack((arr1,arr2))  # 垂直拼接，沿著列的方向，對行進行拼接
array([[ 1, 2, 3],
    [ 4, 5, 6],
    [ 7, 8, 9],
    [11, 12, 13]])

四、column_stack, row_stack

np.column_stack((arr1,arr2))  # 水平拼接，沿著行的方向，對列進行拼接
array([[ 1, 2, 3, 7, 8, 9],
   [ 4, 5, 6, 11, 12, 13]])
 
np.row_stack((arr1,arr2))  # 垂直拼接，沿著列的方向，對行進行拼接
array([[ 1, 2, 3],
   [ 4, 5, 6],
   [ 7, 8, 9],
   [11, 12, 13]])

五、 np.r_, np.c_

np.r_[arr1,arr2]   # 垂直拼接，沿著列的方向，對行進行拼接
array([[ 1, 2, 3],
    [ 4, 5, 6],
    [ 7, 8, 9],
    [11, 12, 13]])
 
np.c_[arr1,arr2]  # 水平拼接，沿著行的方向，對列進行拼接
array([[ 1, 2, 3, 7, 8, 9],
    [ 4, 5, 6, 11, 12, 13]])

六、總結

方法 拼接方式
concatenate 提供瞭axis參數，用於指定拼接方向
append 默認先ravel再拼接成一維數組，也可指定axis
hstack 水平拼接，沿著行的方向，對列進行拼接
vstack 垂直拼接，沿著列的方向，對行進行拼接
column_stack 水平拼接，沿著行的方向，對列進行拼接
row_stack 垂直拼接，沿著列的方向，對行進行拼接
r_ 垂直拼接，沿著列的方向，對行進行拼接
c_ 水平拼接，沿著行的方向，對列進行拼接

對於兩個shape一樣的二維array來說:

增加行（對行進行拼接）的方法有：

array([[ 1, 2, 3],
    [ 4, 5, 6],
    [ 7, 8, 9],
    [11, 12, 13]])
np.concatenate((ar1, ar2),axis=0)
np.append(ar1, ar2, axis=0)
np.vstack((ar1,ar2))
np.row_stack((ar1,ar2))
np.r_[ar1,ar2]

增加列（對列進行拼接）的方法有：

array([[ 1, 2, 3, 7, 8, 9],
    [ 4, 5, 6, 11, 12, 13]])
np.concatenate((ar1, ar2),axis=1)
np.append(ar1, ar2, axis=1)
np.hstack((ar1,ar2))
np.column_stack((ar1,ar2))
np.c_[ar1,ar2]

參考

https://www.numpy.org.cn/reference/routines/array-manipulation.html#%E7%BB%84%E5%90%88%E6%95%B0%E7%BB%84
https://www.jb51.net/article/161997.htm
https://blog.csdn.net/u011913417/article/details/106904183

總結 

到此這篇關於numpy中數組拼接、數組合並方法的文章就介紹到這瞭,更多相關numpy數組拼接數組合並方法內容請搜索WalkonNet以前的文章或繼續瀏覽下面的相關文章希望大傢以後多多支持WalkonNet！

推薦閱讀：