前言
一、创建一个array
二、使用np.r_和np.c_进行数组相加
1.对一维数组的叠加
2.将数组转成二维
3. hstack以及vstack
前言针对于一维数组的存储方式，即(n,)存储为列向量
一、创建一个array使用np.arange()创建一个一维数组，或者np.array()将多维列表转成np格式的ndarray
示例：pandas 是基于NumPy 的一种工具，该工具是为了解决数据分析任务而创建的。
二、使用np.r_和np.c_进行数组相加 1.对一维数组的叠加代码如下（示例）：
import numpy as np
a = np.array([1,2,3])
'''a = [1
2
3]'''
b = a.repeat(3)
'''b = [1
1
1
...
3]'''
c = np.tile(a ,3)
print(b.shape) #(9,) 列向量
print(c.shape) #(9,) 列向量
d = np.r_[b,c] #按列相加 还是列向量(只是numpy方便显示，为一行数组),还是一维
print('d:', d)
'''d: [1 1 1 2 2 2 3 3 3 1 2 3 1 2 3 1 2 3]'''
e = np.c_[b,c] #按行相加 得到(9，2)的二维数组
print('e:', e)
'''e: [[1 1]
[1 2]
[1 3]
[2 1]
[2 2]
[2 3]
[3 1]
[3 2]
[3 3]]'''
2.将数组转成二维
代码如下（示例）：
a = np.array([1,2,3]).reshape(1,3) #都初始为二维数组，就可以按照显示的行列堆叠
b = a.repeat(3).reshape(1,-1)
c = np.tile(a ,3)
print(b.shape) #(1,9) 二维数组
print(c.shape) #(1,9) 二维数组
#二维之后就可按照显示的行列顺序进行叠加了
d = np.r_[b,c] #按列相加，得到(2,9)的二维数组
print('d:', d)
'''d: [[1 1 1 2 2 2 3 3 3]
[1 2 3 1 2 3 1 2 3]]'''
e = np.c_[b,c] #按行相加 得到(1，18)的二维数组
print('e:', e)
'''e: [[1 1 1 2 2 2 3 3 3 1 2 3 1 2 3 1 2 3]]'''
将数组转成二维，就可按照显示的行列进行相堆叠了
3. hstack以及vstacka = np.array([1,2,3])
b = a.repeat(3)
c = np.tile(a ,3)
bc_h = np.hstack((b, c))
print('bc_h:',bc_h)
'''bc_h: [1 1 1 2 2 2 3 3 3 1 2 3 1 2 3 1 2 3]'''
bc_v = np.vstack((b, c))
print('bc_v:',bc_v)
'''bc_v: [[1 1 1 2 2 2 3 3 3]
[1 2 3 1 2 3 1 2 3]]'''
d = np.arange(9).reshape(1,9)
# bcd_h = np.hstack((b, c, d)) #使用hstack,维度必须相同。不相同会报错
# print('bcd_h:',bcd_h)
bcd_v = np.vstack((b, c, d))
print('bcd_v:',bcd_v)
'''bcd_v: [[1 1 1 2 2 2 3 3 3]
[1 2 3 1 2 3 1 2 3]
[0 1 2 3 4 5 6 7 8]]'''
在进行vstack叠加时，默认将一维数组元素变成了二维。
但是二维与三维叠加，二维不会变成三维。即一维可以与二维可以进行vstack
hstack不会改变维度，所有要求相叠加的所有数组维度一样
到此这篇关于numpy数组叠加的实现示例的文章就介绍到这了,更多相关numpy数组叠加内容请搜索易知道(ezd.cc)以前的文章或继续浏览下面的相关文章希望大家以后多多支持易知道(ezd.cc)！
