numpy 学习之 np.c"/>
numpy 学习之 np.c
定义
r是row(行)的缩写。np.r_是按列连接两个矩阵,就是把两矩阵上下相加,要求列数相等。(原来为两个2行3列,行加起来,列数不变,则变为4行3列)
c是column(列)的缩写。np.c_是按行连接两个矩阵,就是把两矩阵左右相加,要求行数相等。(原来为两个2行3列,列加起来,行数不变,则变为2行6列)
例子一
# -*- coding: utf-8 -*
import numpy as npx_1 = np.array([[1, 2, 3],[4, 5, 6]])
x_2 = np.array([[7, 8, 9],[10, 11, 12]])
x_c = np.c_[x_1, x_2]
x_r = np.r_[x_1, x_2]
print("x_1 = \n", x_1)
print("x_2 = \n", x_2)
print("x_1.shape =", x_1.shape)
print("x_2.shape =", x_2.shape)
print("x_c = \n", x_c)
print("x_r = \n", x_r)
输出:
x_1 = [[1 2 3][4 5 6]]
x_2 = [[ 7 8 9][10 11 12]]
x_1.shape = (2, 3)
x_2.shape = (2, 3)
x_c = [[ 1 2 3 7 8 9][ 4 5 6 10 11 12]]
x_r = [[ 1 2 3][ 4 5 6][ 7 8 9][10 11 12]]
例子二
对于np.array([1, 2, 3])
这种形式的矩阵,虽然表面上打印出是行矩阵的形式,但其实它是一个一维的矩阵,默认是一个列向量,所以它其实是个3行1列的向量(np.array([1, 2, 3]).shape
是(3,)
)。
对两个3行1列的矩阵使用np.c_[]时,会得到3行2列的矩阵。
对两个3行1列的矩阵使用np.r_[]时,会得到6行1列的矩阵。但它是一维的,所以在显示时,会用横着打印出来。
# -*- coding: utf-8 -*
import numpy as npy_1 = np.array([1, 2, 3])
y_2 = np.array([4, 5, 6])
y_c = np.c_[y_1, y_2]
y_r = np.r_[y_1, y_2]
print("y_1 = ", y_1)
print("y_2 = ", y_2)
print("y_1.shape =", y_1.shape)
print("y_2.shape =", y_2.shape)
print("y_c = \n", y_c)
print("y_r = \n", y_r)
输出:
y_1 = [1 2 3]
y_2 = [4 5 6]
y_1.shape = (3,)
y_2.shape = (3,)
y_c = [[1 4][2 5][3 6]]
y_r = [1 2 3 4 5 6]
更多推荐
numpy 学习之 np.c
发布评论