numpy中vstack以及hstack的使用详解

文章目录

• • 序言
  • vstack使用
  • • • 数据有相同的shape
      • 行数相同列数不同
      • 行数不同，列数相同
      • 行数列数都不同
  • hstack使用
  • • • 同样的shape
      • 行数相同列数不同
      • 行数不同列数相同
      • 行数列数都不同

序言

两个方法都是用作数据拼接，只不过拼接的维度方向不同，这篇文章会详细将两个方法的各种使用以及产生的结果
注意点：两个方法都只接受一个参数

vstack使用

vstack要求拼接的数据具用相同的列数。vstack相当于将数据一行一行的向后堆叠

a = np.array([1, 2, 3])
b = np.array([11, 22, 33])
c = np.array([111, 222])
d = np.array([[1111, 2222], [3333, 4444]])
e = np.array([[11111, 22222, 33333], [11111, 22222, 33333]])
display(a, b, c, d, e)

数据有相同的shape

# 同样shape
np.vstack((a, b))
array([[ 1,  2,  3],
       [11, 22, 33]])

行数相同列数不同

# 行数相同，列数不同
np.vstack((a, c))

行数不同，列数相同

# 行数不同，列数相同
np.vstack((a, e))

行数列数都不同

# 行数不同，列数不同
np.vstack((a, d))

hstack使用

hstack要求数据具有有相同的行数，hstack将同一纬度的数据按照原始数据的顺序合并为一个新的列表，作为该维度新的数据

同样的shape

# 同样shape
np.hstack((a, b))

行数相同列数不同

# 行数相同，列数不同
np.hstack((d, e))

行数不同列数相同

# 行数不同，列数相同
np.hstack((a, e))

行数列数都不同

# 行数不同，列数不同
np.hstack((a, d))

标签：hstack,相同,不同,vstack,列数,np,numpy
来源： https://blog.csdn.net/weixin_43776305/article/details/120972523