numpy按列連接兩個(gè)維數(shù)不同的數(shù)組方式
合并兩個(gè)維數(shù)不同的ndarray
假設(shè)我們有一個(gè)3×2 numpy數(shù)組:
x = array(([[1,2], [3, 4], [5,6]]))
現(xiàn)在需要把它與一個(gè)一維數(shù)組:
y = array(([7, 8,9]))
通過將其添加到行的末尾,連接為一個(gè)3×3 numpy數(shù)組,如下所示:
array([[1,2,7], [3,4,8], [5,6,9]])
在numpy中按列連接的方法是:
hstack((x,y))
但是這不行,會(huì)報(bào)錯(cuò):
ValueError: arrays must have same number of dimensions
解決方法有兩種:
方法一:
>>> x = np.array([[1,2],[3,4],[5,6]]) >>> y = np.array([7,8,9]) >>> np.hstack((x, np.array(([y])).T )) array([[1, 2, 7], [3, 4, 8], [5, 6, 9]])
方法二:
>>> x = np.array([[1,2],[3,4],[5,6]]) >>> y = np.array([7,8,9]) >>> np.column_stack((x,y)) array([[1, 2, 7], [3, 4, 8], [5, 6, 9]])
以上這篇numpy按列連接兩個(gè)維數(shù)不同的數(shù)組方式就是小編分享給大家的全部?jī)?nèi)容了,希望能給大家一個(gè)參考,也希望大家多多支持腳本之家。
相關(guān)文章
Pandas DataFrame轉(zhuǎn)換為字典的方法
實(shí)際開發(fā)中我們可能會(huì)遇到一類問題,如何將Pandas DataFrame轉(zhuǎn)換為字典,本文就來介紹一下,感興趣的可以了解一下2021-05-05python opencv實(shí)現(xiàn)圖像配準(zhǔn)與比較
這篇文章主要為大家詳細(xì)介紹了python opencv實(shí)現(xiàn)圖像配準(zhǔn)與比較,文中示例代碼介紹的非常詳細(xì),具有一定的參考價(jià)值,感興趣的小伙伴們可以參考一下2021-02-02基于Keras中Conv1D和Conv2D的區(qū)別說明
這篇文章主要介紹了基于Keras中Conv1D和Conv2D的區(qū)別說明,具有很好的參考價(jià)值,希望對(duì)大家有所幫助。一起跟隨小編過來看看吧2020-06-06pandas改變df列的順序的方法實(shí)現(xiàn)
本文主要介紹了pandas改變df列的順序的方法實(shí)現(xiàn),主要使用 Pandas 中的 reindex() 方法,文中通過示例代碼介紹的非常詳細(xì),需要的朋友們下面隨著小編來一起學(xué)習(xí)學(xué)習(xí)吧2024-03-03python多進(jìn)程下實(shí)現(xiàn)日志記錄按時(shí)間分割
這篇文章主要為大家詳細(xì)介紹了python多進(jìn)程下實(shí)現(xiàn)日志記錄按時(shí)間分割,具有一定的參考價(jià)值,感興趣的小伙伴們可以參考一下2019-07-07Python數(shù)據(jù)可視化 pyecharts實(shí)現(xiàn)各種統(tǒng)計(jì)圖表過程詳解
這篇文章主要介紹了Python數(shù)據(jù)可視化 pyecharts實(shí)現(xiàn)各種統(tǒng)計(jì)圖表過程詳解,文中通過示例代碼介紹的非常詳細(xì),對(duì)大家的學(xué)習(xí)或者工作具有一定的參考學(xué)習(xí)價(jià)值,需要的朋友可以參考下2019-08-08Django?+?Taro?前后端分離項(xiàng)目實(shí)現(xiàn)企業(yè)微信登錄功能
這篇文章主要介紹了Django?+?Taro?前后端分離項(xiàng)目實(shí)現(xiàn)企業(yè)微信登錄功能,本文記錄一下企業(yè)微信登錄的流程,結(jié)合示例代碼給大家分享實(shí)現(xiàn)思路,需要的朋友可以參考下2022-04-04Python基于百度AI實(shí)現(xiàn)抓取表情包
本文先抓取網(wǎng)絡(luò)上的表情圖像,然后利用百度 AI 識(shí)別表情包上的說明文字,并利用表情文字重命名文件,感興趣的小伙伴們可以參考一下2021-06-06