numpy.array 合并和分割

# 导包
import numpy as np

numpy.array 的合并

.concatenate()

　　一维数组

x = np.array([1, 2, 3])   # array([1, 2, 3])
y = np.array([3, 2, 1])   # array([3, 2, 1])

np.concatenate([x, y])   # array([1, 2, 3, 3, 2, 1])
z = np.array([666, 666, 666])  # array([666, 666, 666])
np.concatenate([x, y, z])
"""
array([  1,   2,   3,   3,   2,   1, 666, 666, 666])
"""

　　二维数组

　　.concatenate((a,b,c,...),axis=0) ：默认情况下，axis=0可以不写，axis是拼接方向，拼接方向可以理解为拼接完成后数量发生变化的方向，0为横轴，1为纵轴

　　　　axis=0：对应列的数组进行拼接，拼接方向为横轴，需要纵轴结构相同

　　　　axis=1：对应行的数组进行拼接，拼接方向为纵轴，需要横轴结构相同

A = np.array([[1, 2, 3], [4, 5, 6]])
"""
array([[1, 2, 3],
       [4, 5, 6]])
"""
np.concatenate([A, A])
"""
array([[1, 2, 3],
       [4, 5, 6],
       [1, 2, 3],
       [4, 5, 6]])
"""
np.concatenate([A, A], axis=1)
"""
array([[1, 2, 3, 1, 2, 3],
       [4, 5, 6, 4, 5, 6]])
"""
np.concatenate([A, z])  # 错误
np.concatenate([A, z.reshape(1, -1)])
"""
array([[  1,   2,   3],
       [  4,   5,   6],
       [666, 666, 666]])
"""

.hstack()

　　函数原型：numpy.hstack(tup) ，参数tup可以是元组，列表，或者numpy数组，阵列必须具有相同的形状，除了对应于轴的维度（默认情况下，第一个），返回结果为numpy的数组

　　等价于  numpy.concatenate(tup,axis=1)

a=[1,2,3]
b=[4,5,6]
np.hstack((a,b))  # array([1, 2, 3, 4, 5, 6])

a=[[1],[2],[3]]
b=[[1],[2],[3]]
c=[[1],[2],[3]]
d=[[1],[2],[3]]
np.hstack((a,b,c,d))
"""
array([[1, 1, 1, 1],
       [2, 2, 2, 2],
       [3, 3, 3, 3]])
"""

　　它其实就是水平(按列顺序)把数组给堆叠起来

.vstack()

　　函数原型：numpy.vstack(tup)  ，参数tup可以是元组，列表，或者numpy数组，返回结果为numpy的数组

　　等价于：  np.concatenate(tup,axis=0)

a=[1,2,3]
b=[4,5,6]
np.vstack((a,b))
"""
array([[1, 2, 3],
       [4, 5, 6]])
"""

a=[[1],[2],[3]]
b=[[1],[2],[3]]
c=[[1],[2],[3]]
d=[[1],[2],[3]]
np.vstack((a,b,c,d))
"""
array([[1],
       [2],
       [3],
       [1],
       [2],
       [3],
       [1],
       [2],
       [3],
       [1],
       [2],
       [3]])
"""

　　它是垂直（按照行顺序）的把数组给堆叠起来

numpy.array 的分割

split

　　split(ary, indices_or_sections, axis=0)：把一个数组从左到右按顺序切分 

　　ary：要切分的数组 
　　indices_or_sections：如果是一个整数，就用该数平均切分，如果是一个数组，为沿轴切分的位置（左闭右开） 
　　axis：沿着哪个维度进行切向，默认为0，横向切分；为1时，纵向切分

x = np.arange(10)  # array([0, 1, 2, 3, 4, 5, 6, 7, 8, 9])
x1, x2, x3, x4, x5 = np.split(x, [2, 4, 5, 7])
"""
x1  -->  array([0, 1])
x2  -->  array([2, 3])
x3  -->  array([4])
x4  -->  array([5, 6])
x5  -->  array([7, 8, 9])
"""

A = np.arange(16).reshape(4, 4)
A1, A2 = np.split(A, [2])
"""
A1  -->  array([[0, 1, 2, 3],
       　　　　　[4, 5, 6, 7]])
A2  -->  array([[ 8,  9, 10, 11],
      　　　　　　[12, 13, 14, 15]])
"""

A1, A2 = np.split(A, [2], axis=1)
"""
A1  -->  array([[ 0,  1],
       　　　　  [ 4,  5],
      　　　　　 [ 8,  9],
       　　　　　[12, 13]])
A2  -->  array([[ 2,  3],
       [ 6,  7],
       [10, 11],
       [14, 15]])
"""

hsplit

　　通过指定要返回的相同shape的array的数量，类似于axis = 1

vsplit

　　vsplit沿着垂直轴分割，类似于axis = 0

upper, lower = np.vsplit(A, [2])
"""
upper  -->  array([[0, 1, 2, 3],
      　　　　　　   [4, 5, 6, 7]])
"""

left, right = np.hsplit(A, [2])
"""
left  -->  array([[ 0,  1],
       [ 4,  5],
       [ 8,  9],
       [12, 13]])
"""

原文地址：https://www.cnblogs.com/zry-yt/p/11819221.html