我们知道,用 .T 或者 .transpose() 都可以将一个矩阵进行转置。

但是一维数组转置的时候有个坑,光transpose没有用,需要指定shape参数,

在array中,当维数>=2,时这个成立,但=1时,就不成立了,如:

In [7]: y
Out[7]: array([0, 0, 0, 0, 0])

In [14]: y.T
Out[14]: array([0, 0, 0, 0, 0])

In [15]: y.transpose()
Out[15]: array([0, 0, 0, 0, 0])

这个时候我们得用 .reshape() 来指定维度大小从而转置:

In [17]: y.reshape([5,1])
Out[17]:
array([[0],
       [0],
       [0],
       [0],
       [0]])

我们再写一个通用的转置方法:

In [21]: y.reshape([y.shape[0],1])
Out[21]:
array([[0],
[0],
[0],
[0],
[0]])

注意, y.T 之后也不是一个简单的一维数组,而是一个shape为(1, y.shape[0])的二维数组:

In [26]: y.T
Out[26]: array([[0, 0, 0, 0, 0]])

In [27]: y.shape
Out[27]: (5L, 1L)

或者是还有如下写法:对一维数组通过 .reshape(1, -1).T

In [44]: yt
Out[44]: array([0, 0, 0, 0, 0])

In [45]: yt.reshape(1, -1)
Out[45]: array([[0, 0, 0, 0, 0]])

In [46]: yt.reshape(1, -1).T
Out[46]:
array([[0],
       [0],
       [0],
       [0],
       [0]])

---------------------------------------------------------------合并-----------------------------------------------------------------

In [5]: x
Out[5]:
array([[ 5.1,  3.5,  1.4,  0.2],
       [ 4.9,  3. ,  1.4,  0.2],
       [ 4.7,  3.2,  1.3,  0.2],
       [ 4.6,  3.1,  1.5,  0.2],
       [ 5. ,  3.6,  1.4,  0.2]])

现在我们对x,y左右合并: x|y

In [25]: np.hstack((x, y))  # 合并array, 水平方向
# 保证两者长度(上到下)相等
Out[25]:
array([[ 5.1, 3.5, 1.4, 0.2, 0. ],
[ 4.9, 3. , 1.4, 0.2, 0. ],
[ 4.7, 3.2, 1.3, 0.2, 0. ],
[ 4.6, 3.1, 1.5, 0.2, 0. ],
[ 5. , 3.6, 1.4, 0.2, 0. ]])

x,y上下合并

In [51]: y.T[0,:4]  # 这里这个只是我引入的一个中间量确保他们的长度相同
Out[51]: array([0, 0, 0, 0])
In [37]: np.vstack((x, y.T[0,:4]))  # 这里要保证两者长度(左到右)相等
Out[37]:
array([[ 5.1, 3.5, 1.4, 0.2],
[ 4.9, 3. , 1.4, 0.2],
[ 4.7, 3.2, 1.3, 0.2],
[ 4.6, 3.1, 1.5, 0.2],
[ 5. , 3.6, 1.4, 0.2],
[ 0. , 0. , 0. , 0. ]])

然后numpy提供了numpy.concatenate((a1,a2,...), axis=0)函数。能够一次完成多个数组的拼接。其中a1,a2,...是数组类型的参数

但是用 np.concatenate((x, y.T[0,:4]),axis=0) 则会报错,原因是y.T[0,:4]的维度为(4, )

如果将

In [57]: y.T[0,:4].reshape(1,y.T[0,:4].shape[0])  # 变成(1, 4)
Out[57]: array([[0, 0, 0, 0]])

上面那个我就懒得引入中间变量了,就这样直接写入

In [59]: np.concatenate((x, y.T[0,:4].reshape(1,y.T[0,:4].shape[0])),axis=0)
Out[59]:
array([[ 5.1, 3.5, 1.4, 0.2],
[ 4.9, 3. , 1.4, 0.2],
[ 4.7, 3.2, 1.3, 0.2],
[ 4.6, 3.1, 1.5, 0.2],
[ 5. , 3.6, 1.4, 0.2],
[ 0. , 0. , 0. , 0. ]])

可以看到拼接成功,即(a, b)的shape一定要满足(am, an) (bm, bn) 中an=bn 

而对于axis=1(左右拼接),则shape一定要满足(am, an) (bm, bn) 中am=bm

In [61]: x
Out[61]:
array([[ 5.1, 3.5, 1.4, 0.2],
[ 4.9, 3. , 1.4, 0.2],
[ 4.7, 3.2, 1.3, 0.2],
[ 4.6, 3.1, 1.5, 0.2],
[ 5. , 3.6, 1.4, 0.2]]) In [62]: y
Out[62]:
array([[0],
[0],
[0],
[0],
[0]]) In [63]: np.concatenate((x, y),axis=1)
Out[63]:
array([[ 5.1, 3.5, 1.4, 0.2, 0. ],
[ 4.9, 3. , 1.4, 0.2, 0. ],
[ 4.7, 3.2, 1.3, 0.2, 0. ],
[ 4.6, 3.1, 1.5, 0.2, 0. ],
[ 5. , 3.6, 1.4, 0.2, 0. ]]) In [64]: x.shape,y.shape
Out[64]: ((5L, 4L), (5L, 1L))

然后这篇文章讲的也不错:  http://blog.csdn.net/pipisorry/article/details/39496831

numpy array转置与两个array合并的更多相关文章

  1. 「Python」Numpy equivalent of MATLAB's cell array

    转自Stackoverflow.备忘用. Question I want to create a MATLAB-like cell array in Numpy. How can I accompli ...

  2. [Python Cookbook] Numpy: Multiple Ways to Create an Array

    Convert from list Apply np.array() method to convert a list to a numpy array: import numpy as np myl ...

  3. numpy数组转置与轴变换

    numpy数组转置与轴变换 矩阵的转置 >>> import numpy as np >>> arr=np.arange(15).reshape((3,5)) &g ...

  4. Java中如何把两个数组合并为一个

    在Java中,如何把两个String[]合并为一个? 看起来是一个很简单的问题.但是如何才能把代码写得高效简洁,却还是值得思考的.这里介绍四种方法,请参考选用. 一.apache-commons 这是 ...

  5. Java实现把两个数组合并为一个的方法总结

    本文实例讲述了Java实现把两个数组合并为一个的方法.分享给大家供大家参考,具体如下: 在Java中,如何把两个String[]合并为一个? 看起来是一个很简单的问题.但是如何才能把代码写得高效简洁, ...

  6. 手写面试编程题- 数组去重 深拷贝 获取文本节点 设置奇数偶数背景色 JS中检测变量为string类型的方法 第6题闭包 将两个数组合并为一个数组 怎样添加、移除、移动、复制、创建和查找节点? 继承 对一个数组实现随机排序 让元素水平 垂直居中的三种方式 通过jQuery的extend方法实现深拷贝

    第1题==>实现数组去重 通过 new Set(数组名) // var arr = [12, 12, 3, 4, 5, 4, 5, 6, 6]; // var newarr1 = new Set ...

  7. 数组去重,排序,重复次数,两个数组合并,两个数组去重,map(),filter(),reduce()

    <!DOCTYPE html> <html> <head> <meta charset="UTF-8"> <title> ...

  8. Why is processing a sorted array faster than an unsorted array?

    这是我在逛 Stack Overflow 时遇见的一个高分问题:Why is processing a sorted array faster than an unsorted array?,我觉得这 ...

  9. linux 两个文件合并

    可以使用cat命令,有两种实现的方式,一种将两个文件合并的到一个新的文件,另一种将一个文件追加到另一个文件的末尾. 方法一:使用cat命令从文件中读入两个文件,然后将重定向到一个新的文件.这种方法可以 ...

随机推荐

  1. FZU 1063 三维扫描(三维连通块)

    Accept: 415    Submit: 1291 Time Limit: 1000 mSec    Memory Limit : 32768 KB  Problem Description 工业 ...

  2. (转)IOS崩溃 异常处理(NSSetUncaughtExceptionHandler)

    iOS已发布应用中对异常信息捕获和处理 代码下载地址:http://download.csdn.net/detail/daiyelang/6740205 iOS开发中我们会遇到程序抛出异常退出的情况, ...

  3. VS的编译选项

    转载下,对于VS的编译选项介绍蛮清楚的!! 1. 静态链接库.动态链接库.CRT.STL 我们要到一个函数,要么是需要该函数的源代码,要么是知道该函数的声明并有该函数的实现,这里的“实现”又分为静态链 ...

  4. PAT 1072. 开学寄语(20) JAVA

    下图是上海某校的新学期开学寄语:天将降大任于斯人也,必先删其微博,卸其QQ,封其电脑,夺其手机,收其ipad,断其wifi,使其百无聊赖,然后,净面.理发.整衣,然后思过.读书.锻炼.明智.开悟.精进 ...

  5. 江卓尔与比特币增发,谣言or先知-千氪

    最近,很多圈内人都在讨论比特币是否应该增发,但等等,比特币真的会增发吗?到底是真有增发计划还是某些人别有用心地在散布谣言? 那么消息是从哪里出来的?北京时间 2 月 10 日晚,莱比特矿池创始人江卓尔 ...

  6. mac安装yarn , MAC升级Nodejs

    Npm i -g yarn 第一步,先查看本机node.js版本: `$ node -v` 第二步,清除node.js的cache: `$ sudo npm cache clean -f` 第三步,安 ...

  7. 数据性能调校——查看最耗资源的各种SQL

    从计划高速缓存中清除查询计划 DBCC FREEPROCCACHE 清除缓存中的过程 DBCC DROPCLEANBUFFERS清除内存中的数据 SELECT DB_ID('你的数据库名') tota ...

  8. springboot 2.0 配置 logback

    springboot2.0默认已经引入日志jar依赖,所以直接配置日志信息就可以了. 在application.properties中加入: logging.config=classpath:logb ...

  9. vloatile总结与synchronized对比

    原文地址:https://www.cnblogs.com/xiaoxian1369/p/5411877.html 1.要使volatile变量提供理想的线程安全,必须同时满足以下两个条件:1).对变量 ...

  10. Activity的生命周期整理

    Activity主要的三种状态: Running(运行):在屏幕前台(位于当前任务堆栈的顶部) Paused(暂停):失去焦点但仍然对用户可见(覆盖Activity可能是透明或未完全遮挡) Stopp ...