python 增加矩阵行列和维数

方法1

  • np.r_
  • np.c_
  1. import numpy as np
  2. a = np.array([[1,2,3],[4,5,6],[7,8,9]])
  3. b = np.array([[0,0,0]])
  4. c = np.r_[a,b]
  5. d = np.c_[a,b.T]
  6. print c
  7. print d
  1. [[1 2 3]
  2. [4 5 6]
  3. [7 8 9]
  4. [0 0 0]]
  5.  
  6. [[1 2 3 0]
  7. [4 5 6 0]
  8. [7 8 9 0]]
  • 该方法只能将两个矩阵合并

  • 注意要合并的两矩阵的行列关系

方法2

  • np.insert
  1. import numpy as np
  2. a = np.array([[1,2,3],[4,5,6],[7,8,9]])
  3. b = np.array([[0,0,0]])
  4. c = np.insert(a, 0, values=b, axis=0)
  5. d = np.insert(a, 0, values=b, axis=1)
  6. print c
  7. print d
 
  1. [[0 0 0]
  2. [1 2 3]
  3. [4 5 6]
  4. [7 8 9]]
  5.  
  6. [[0 1 2 3]
  7. [0 4 5 6]
  8. [0 7 8 9]]
  • 这种是将一个集合插入到一个矩阵中,对于b可以是列表或元组,它仅仅提供要插入的值,但个数要对

  • np.insert的第二个参数是插入的位置,axis用来控制是插入行还是列,可见该方法非常灵活!

方法3

  • np.row_stack
  • np.column_stack
  1. import numpy as np
  2. a = np.array([[1,2,3],[4,5,6],[7,8,9]])
  3. b = np.array([[0,0,0]])
  4. c = np.row_stack((a,b))
  5. d = np.column_stack((a,b.T))
  • 与方法一效果完全相同
 

python增加矩阵维度

 
  • numpy.expand_dims(a, axis)
 
  1. >>> x = np.array([1,2])
  2. >>> x.shape
  3. (2,)
  4. >>> y = np.expand_dims(x, axis=0)
  5. >>> y
  6. array([[1, 2]])
  7. >>> y.shape
  8. (1, 2)
  9. >>> y = np.expand_dims(x, axis=1) # Equivalent to x[:,newaxis]
  10. >>> y
  11. array([[1],
  12. [2]])
  13. >>> y.shape
  14. (2, 1)
 
 
 
 
 

python 增加矩阵行列和维数的更多相关文章

  1. python 有关矩阵行列的存取 np.array

    初始化 a = range() a = np.array(a) a = a.reshape(,) a [[ 0  1  2  3]  [ 4  5  6  7]  [ 8  9 10 11]  [12 ...

  2. python中的矩阵、多维数组

    2. 创建一般的多维数组 import numpy as np a = np.array([1,2,3], dtype=int)  # 创建1*3维数组   array([1,2,3]) type(a ...

  3. python中的矩阵、多维数组----numpy

    https://docs.scipy.org/doc/numpy-dev/user/quickstart.html  (numpy官网一些教程) numpy教程:数组创建 python中的矩阵.多维数 ...

  4. 2.python中的矩阵、多维数组----numpy

    最近在将一个算法由matlab转成python,初学python,很多地方还不熟悉,总体感觉就是上手容易,实际上很优雅地用python还是蛮难的.目前为止,觉得就算法仿真研究而言,还是matlab用得 ...

  5. Python中的矩阵、多维数组:Numpy

    Numpy 是Python中科学计算的核心库.它提供一个高性能多维数据对象,以及操作这个对象的工具.部分功能如下: ndarray, 具有矢量算术运算和复杂广播能力的快速且节省空间的多维数组. 用于对 ...

  6. 矩阵或多维数组两种常用实现方法 - python

    在python中,实现多维数组或矩阵,有两种常用方法: 内置列表方法和numpy 科学计算包方法. 下面以创建10*10矩阵或多维数组为例,并初始化为0,程序如下: # Method 1: list ...

  7. PCA样本数量少于矩阵维数

    %test pcaA=[3,7,1,4,1;5,5,2,1,3;4,2,4,5,3];S=cov(A);T=cov(A');[ds,vs]=eig(S)[dt,vt]=eig(T) 样本数量少于矩阵维 ...

  8. Tensorflow描述张量的维度:阶,形状以及维数

    张量 TensorFlow用张量这种数据结构来表示所有的数据.你可以把一个张量想象成一个n维的数组或列表.一个张量有一个静态类型和动态类型的维数.张量可以在图中的节点之间流通. 阶 在TensorFl ...

  9. python中数组与多维数组用法介绍

    增加时a.append( 'a ')就可以了.只要按顺序加,就没有问题 . 使用时,完全可以使用下标: 代码如下 复制代码 a[0] a[1] 但出果引用不存在的下标,则会引发异常.这时,你需要先添加 ...

随机推荐

  1. jQuery 获取元素当前位置offset()与position()

    <!DOCTYPE html> <html lang="zh-CN"> <head> <meta charset="UTF-8& ...

  2. SSAS有几种模式?

    SQL2012中两种,SQL2016好像有三种,下面的第三种好像是2016才有.

  3. /proc/xxx/maps简要记录

    定位内存泄漏基本上是从宏观到微观,进而定位到代码位置. 从/proc/meminfo可以看到整个系统内存消耗情况,使用top可以看到每个进程的VIRT(虚拟内存)和RES(实际占用内存),基本上就可以 ...

  4. The Annoying Bug

    log里看不出问题,直接客户端就disconnected. gdb 挂了也不会停住,继续跑得跟正常人似的 再连根本不正常的了. 硬件: a , 主板CPU更换过 b,USB3.0 软件: 无有更换,但 ...

  5. HttpClient 工具类

    package com.sys.utils; import java.io.IOException; import java.net.URI; import java.util.ArrayList; ...

  6. Mac 10.12安装Google浏览器

    说明:先安装旧版本后续再升级,主要是资源难找. 下载: (链接: https://pan.baidu.com/s/1eROfQyY 密码: n6ij)

  7. smarty 教程 及 常用点

    1. 简单例子 有助回忆基本知识点 define("DIR",dirname(__FILE__)); require_once(DIR."/libs/Smarty.cla ...

  8. rspec中的let和let!区别

    文档 https://relishapp.com/rspec/rspec-core/v/2-5/docs/helper-methods/let-and-let 从上面文档中得出 let 1 只会在一个 ...

  9. Training Logisches Denken

    1.Das Begriff 1.1 Die Arten von Begriff 1.1.1 alleines Begriff,universales Begriff,Leeres Begriff: A ...

  10. jpages中文api

    需要引入的文件 :   containerID 字符串 默认值: 必需!(无默认值) 要分页的项目的容器ID.它可以是UL,OL,DIV等.    first  String || 假 默认值: fa ...