np.c_ 和 np.r_ 用法

np.c_[a, b] 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,类似于 pandas 中的 concat()

np.r_[a, b] 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,类似于 pandas 中的 merge()

实例:

import numpy as np
a = np.arange(0, 10).reshape(2, 5)
# array([[0, 1, 2, 3, 4],
#       [5, 6, 7, 8, 9]])
b = np.arange(10, 0, -1).reshape(2, 5)
# array([[10,  9,  8,  7,  6],
#        [ 5,  4,  3,  2,  1]])
np.c_[a, b]
# array([[ 0,  1,  2,  3,  4, 10,  9,  8,  7,  6],
#        [ 5,  6,  7,  8,  9,  5,  4,  3,  2,  1]])
np.r_[a, b]
# array([[ 0,  1,  2,  3,  4],
#       [ 5,  6,  7,  8,  9],
#       [10,  9,  8,  7,  6],
#       [ 5,  4,  3,  2,  1]])
posted @   -费费  阅读(646)  评论(0编辑  收藏  举报
编辑推荐:
· AI与.NET技术实操系列:基于图像分类模型对图像进行分类
· go语言实现终端里的倒计时
· 如何编写易于单元测试的代码
· 10年+ .NET Coder 心语,封装的思维:从隐藏、稳定开始理解其本质意义
· .NET Core 中如何实现缓存的预热?
阅读排行:
· 25岁的心里话
· 闲置电脑爆改个人服务器(超详细) #公网映射 #Vmware虚拟网络编辑器
· 零经验选手,Compose 一天开发一款小游戏!
· 因为Apifox不支持离线,我果断选择了Apipost!
· 通过 API 将Deepseek响应流式内容输出到前端
点击右上角即可分享
微信分享提示