您的位置:

numpy.vstack详解

一、概述

numpy.vstack是一个非常有用的函数,它能够将不同的数组按照垂直方向(行)进行堆叠,形成一个新的数组。在数据分析和机器学习中,我们通常需要将多个数据集进行整合,numpy.vstack就是一个非常好的选择。 下面我们将通过几个方面来详细阐述numpy.vstack函数的使用方法。

二、基本用法

numpy.vstack最基本的用法就是将多个数组按照行的方向进行拼接,这个应该是大家最为熟悉的。下面是一段示例代码:

import numpy as np

a = np.array([[1, 2],
              [3, 4]])

b = np.array([[5, 6],
              [7, 8]])

c = np.vstack((a, b))
print(c)

输出结果为:

[[1 2]
 [3 4]
 [5 6]
 [7 8]]

这个例子中,我们首先定义了两个二维数组a和b,然后调用numpy.vstack函数将它们进行拼接,得到了一个新的数组c。可以看出,新的数组c中,一共有4行2列,正是我们期待的结果。

三、应用示例

1. 将两个一维数组进行拼接

numpy.vstack函数不仅可以拼接二维数组,还可以拼接一维数组,下面是一个例子:

import numpy as np

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

c = np.vstack((a, b))
print(c)

输出结果为:

[[1 2 3]
 [4 5 6]]

可以看到,我们将两个一维数组a和b进行拼接,得到了一个新的二维数组c,它的行数为2,列数为3。

2. 将具有相同列数的数组进行拼接

有时候,我们需要将多个具有相同列数的数组进行拼接,这个时候,可以先将这些数组合并成一个列表,然后再调用numpy.vstack函数进行拼接。

import numpy as np

a = np.array([[1, 2],
              [3, 4]])

b = np.array([[5, 6],
              [7, 8]])

c = np.array([[9, 10],
              [11, 12]])

arr_list = [a, b, c]
d = np.vstack(arr_list)

print(d)

输出结果为:

[[ 1  2]
 [ 3  4]
 [ 5  6]
 [ 7  8]
 [ 9 10]
 [11 12]]

可以看到,我们首先将a、b、c三个数组合并成一个列表,然后将该列表作为参数传递给numpy.vstack函数,得到了一个新的数组d,它的行数为6,列数为2。

3. 将具有不同列数的数组进行拼接

如果要将具有不同列数的数组进行拼接,我们可以使用numpy.hstack函数先将列数进行扩展,然后再进行拼接。

import numpy as np

a = np.array([[1, 2],
              [3, 4]])

b = np.array([[5],
              [7]])

c = np.hstack((a, b))

print(c)

输出结果为:

[[1 2 5]
 [3 4 7]]

可以看到,我们首先将b这个数组的列数进行扩展,然后再将a和扩展后的b进行拼接,得到了一个新的数组c。

四、总结

numpy.vstack是一个非常有用的函数,它能够将不同的数组进行拼接,特别是在数据分析和机器学习中,我们经常需要将多个数据集进行整合,numpy.vstack就是一个非常好的选择。在使用numpy.vstack函数时,需要根据具体的情况进行设置,比如要拼接的数组的形状、列数等等。通过本文的学习,相信大家已经对numpy.vstack函数有了更深入的了解。