numpy，pandas，pytorch的一些基本函数

concatenate（vstack列方向 和 hstack行方向）

numpy.concatenate((a1, a2, ...), axis = 0) 其中：

• a1, a2,....: 待合并的数组
• axis: 沿着数组合并的维度，默认为 0（对于二维数组来说，默认沿着行的方向进行合并）

这里需要注意 a1, a2,... 待合并的数组除了待合并的维度，其余维度上的值必须相等。二维数组（矩阵）有两个 axis，一个 axis = 0（行方向），一个 axis = 1（列方向），如果是多维数组依次类推。比如：

• 形状为 (2, 3) 和 (1, 3) 的两个二维数组可以沿着 axis = 0 的方向进行合并，合并的结果为 (3, 3)；
• 形状为 (2, 3) 和 (2, 3) 的两个二维数组既可以沿着 axis = 0 的方向也可以沿着 axis = 1 的方向合并；
• 形状为 (2, 1) 和 (1, 3) 的两个二维数组既不可以沿着 axis = 0 的方向也可以沿着 axis = 1 的方向合并；

说明：往哪个方向上合并，哪个方向的维度就叠加，其余维度要相等才可以合并。

numpy和pytorch的切片：

 

 

 pandas：

 

 

• split 函数是 Series 的操作，全名为 Series.str.split，它可以根据给定的分隔符对 Series 对象进行划分；
• " " 按照空格划分，我们可以传入字符串或者正则表达式，如果不指定则按照空格进行划分；
• n = 1 分割数量，如果指定为 None, 0 或 -1 则返回所有分割。比如对于 "I am KangChen."

• n = -1，则会返回 I, am, KangChen.
• n = 1，则会返回 I, am KangChen.
• n = 2，则会但会 I, am, KangChen.
• expand = True 将分割的字符串转换为单独的列，指定 True 则返回 DataFrame/MultiIndex，如果指定 False 则返回 Series/Index。