numpy中陣列拼接、陣列合併方法總結(append(), concatenate, hstack, vstack, column_stack, row_stack, np.r_, np.c_等)

2022-08-11 18:01:48

零. 維度和軸

Python中可以用numpy中的ndim和shape來分別檢視維度，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
# 三維陣列

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可以是類似陣列的物件或NumPy陣列。這些值將附加到此陣列的副本中。The values are array-like objects and it’s appended to the end of the “arr” elements.
這些值是類似陣列的物件，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. 展平兩個陣列（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. 沿軸合併（Merging Along Axis）

arr_merged = np.append([arr1, arr2], axis=0)
# 當 2×2 陣列沿 x 軸合併時，輸出陣列大小為 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 陣列沿 y 軸合併時，輸出陣列大小為 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:對需要合併的陣列用元組的形式給出
axis: 沿指定的軸進行拼接，預設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	提供了axis引數，用於指定拼接方向
append	預設先ravel再拼接成一維陣列，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中陣列拼接、陣列合併方法的文章就介紹到這了,更多相關numpy陣列拼接陣列合併方法內容請搜尋it145.com以前的文章或繼續瀏覽下面的相關文章希望大家以後多多支援it145.com！