Python NumPy数组组合与分割详解：hstack、vstack、dsplit等用法

NumPy数组组合与分割概述

在NumPy中，数组的组合操作主要包含以下几种方式：

1. 水平组合：使用np.hstack(arr1, arr2)或concatenate(arr1, arr2, axis=1) 2. 垂直组合：使用np.vstack(arr1, arr2)或concatenate(arr1, arr2, axis=0) 3. 深度组合：使用np.dstack(arr1, arr2) 4. 列组合：使用np.column_stack(arr1, arr2) 5. 行组合：使用np.row_stack(arr1, arr2)

数组的分割操作主要涉及以下方法：

1. 水平分割：使用np.split(arr, n, axis=1)或np.hsplit(arr, n) 2. 垂直分割：使用np.split(arr, n, axis=0)或np.vsplit(arr, n) 3. 深度分割：使用np.dsplit(arr, n)

接下来通过具体示例逐一说明。

数组的组合操作详解

一、数组的组合操作

1. 水平组合

语法如下：

np.hstack(arr1, arr2) concatenate(arr1, arr2, axis=1)

该操作在水平方向上直接将两个数组拼接在一起。

# 准备两个数组
m=np.arange(9).reshape(3,3)
doubleM=m*2

定义数组m：

定义数组doubleM：

#hstack()
np.hstack((m,doubleM)) 
# concatenate()
np.concatenate((m,doubleM),axis=1)

2. 垂直组合

语法如下：

np.vstack(arr1, arr2) concatenate(arr1, arr2, axis=0)

此操作将第二个数组拼接在第一个数组的垂直方向上。

继续使用前述的m和doubleM这两个数组进行演示。

# vstack()
np.vstack((m,doubleM))
# concatenate()
np.concatenate((m,doubleM),axis=0)

3. 深度组合

语法：np.dstack(arr1, arr2)

该操作将一系列数组沿着纵轴（深度）方向进行层叠组合。

同样使用前述的m和doubleM两个数组。

np.dstack((m, doubleM))

注意事项：

（1）新数据的维度与原数据的行列数及数组个数相关。

（2）维度不同的两个数组不能直接进行组合。

4. 列组合

语法：np.column_stack(arr1, arr2)

column_stack函数对于一维数组的处理效果等同于深度组合；

对多维数组而言，其效果与hstack相同，即直接在水平方向上拼接。

(1) 两个一维数组进行列组合

m1=np.arange(3)
print(m1)
np.column_stack((m1,m1*2))

[0 1 2]

array([[0, 0],
[1, 2],
[2, 4]])

（2）一维数组与多维数组进行组合

该操作将一维数组的每个数字分配到多维数组的每一列中，因此，一维数组的元素个数必须与多维数组的行数相同才能成功组合。

m1：[0 1 2]

m：

np.column_stack((m1, m))

（3）多维数组与多维数组进行列组合

从结果可以看出，这实际上是直接进行水平方向的组合。

np.column_stack((m, doubleM))

5. 行组合

语法：np.row_stack(arr1, arr2)

对于一维数组，无论包含几个一维数组，都会直接叠起来组成一个二维数组；

对于多维数组，其效果等同于垂直方向上的组合（即vstack）。

(1) 两个一维数组进行行组合

np.row_stack((m, doubleM))

（2）多维数组进行行组合

注意：只有相同维度的多维数组才能进行行组合。

数组的分割操作详解

二、数组的分割操作

1. 水平分割

水平分割是在水平方向上进行切割，因此表现为竖着划一刀。

语法：

np.split(arr,n,axis=1)
np.hsplit()

arr1=np.arange(16).reshape(4,4)
print(arr1)
np.split(arr1,2,axis=1)
# np.hsplit(arr1,2)

注意：分割的数量必须能整除对应维度的大小。

2. 垂直分割

垂直分割是沿着垂直方向进行切割，因此分割结果是按行划分。

语法：

np.split(arr,n,axis=0)
np.vsplit(arr)

arr=np.arange(9).reshape(3,3)
arr

np.split(arr, 3, axis=0) np.vsplit(arr, 3)

3. 深度分割

注意：深度分割仅适用于3个维度以上的数组。

语法：np.dsplit(arr, n)

arr1=np.arange(8).reshape(2, 2, 2) arr1

np.dsplit(arr1, 2)

以上关于Python NumPy数组组合与分割的实例介绍完毕，希望能为读者提供参考，并欢迎大家支持本站。