NumPy – 数据合并与展平

Contents

1 Numpy-数据合并与展平

Numpy-数据合并与展平

　　数据合并有两个函数可供使用：append和concatenate，其中append只能合并两个矩阵，而concatenate可以合并多个矩阵。

函数	作用
append(A,B,axis)	合并两个数组/矩阵
concatenate(arrays,axis)	合并多个数组/矩阵
ravel()	将矩阵展平
ravel(‘F’)	将矩阵展平(按列优先)

　　TensorFlow中的tf.concat函数也有与np.concatenate相似的作用：

tf.concat([tensor1, tensor2], axis, name='concat')

1 2	tf.concat([tensor1, tensor2], axis, name='concat')

1.合并一维数组

import numpy as np

a = np.array([1, 2, 3])
b = np.array([4, 5, 6])
c = np.array([7, 8])

nd = np.append(a, b)
print(nd)
'''
[1 2 3 4 5 6]
'''

nd = np.concatenate([a, b, c])
print(nd)
'''
[1 2 3 4 5 6 7 8]
'''

import numpy as np

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

b = np.array([4, 5, 6])

c = np.array([7, 8])

nd = np.append(a, b)

print(nd)

'''

[1 2 3 4 5 6]

'''

nd = np.concatenate([a, b, c])

print(nd)

'''

[1 2 3 4 5 6 7 8]

'''

2.合并多维数组

import numpy as np

a = np.arange(4).reshape(2, 2)
b = a
print(a)
'''
[[0 1]
 [2 3]]
 '''

# 按行合并
c = np.append(a, b, axis=0)
print(c)
'''
[[0 1]
 [2 3]
 [0 1]
 [2 3]]
 合并后为4×2
'''

# 按列合并
c = np.append(a, b, axis=1)
print(c)
'''
[[0 1 0 1]
 [2 3 2 3]]
 合并后为2×4
'''

import numpy as np

a = np.arange(4).reshape(2, 2)

b = a

print(a)

'''

[[0 1]

[2 3]]

'''

# 按行合并

c = np.append(a, b, axis=0)

print(c)

'''

[[0 1]

[2 3]

[0 1]

[2 3]]

合并后为4×2

'''

# 按列合并

c = np.append(a, b, axis=1)

print(c)

'''

[[0 1 0 1]

[2 3 2 3]]

合并后为2×4

'''

3.矩阵展平

import numpy as np

a = np.arange(6).reshape(2, -1)  # -1表示自动适应该维度的大小
print(a)
'''
[[0 1 2]
 [3 4 5]]
'''

print(a.ravel())  # 按行优先展平
'''
[0 1 2 3 4 5]
'''

print(a.ravel('F'))  # 按列优先展平
'''
[0 3 1 4 2 5]
'''

import numpy as np

a = np.arange(6).reshape(2, -1) # -1表示自动适应该维度的大小

print(a)

'''

[[0 1 2]

[3 4 5]]

'''

print(a.ravel()) # 按行优先展平

'''

[0 1 2 3 4 5]

'''

print(a.ravel('F')) # 按列优先展平

'''

[0 3 1 4 2 5]

'''