[Python Cookbook] Numpy Array Joint Methods: Append, Extend & Concatenate

数组拼接方法一

思路:首先将数组转成列表,然后利用列表的拼接函数append()extend()等进行拼接处理,最后将列表转成数组。

示例1:

import numpy as np
a=np.array([1,2,5])
b=np.array([10,12,15])
a_list=list(a)
b_list=list(b)
a_list.extend(b_list)
a_list

[1, 2, 5, 10, 12, 15]

a=np.array(a_list)
a

array([ 1,  2,  5, 10, 12, 15])

该方法只适用于简单的一维数组拼接,由于转换过程很耗时间,对于大量数据的拼接一般不建议使用。

数组拼接方法二

思路:numpy提供了numpy.append(arr, values, axis=None)函数。对于参数规定,要么一个数组和一个数值;要么两个数组,不能三个及以上数组直接append拼接。append函数返回的始终是一个一维数组。

示例2:

a=np.arange(5)
a

array([0, 1, 2, 3, 4])

np.append(a,10)

array([ 0,  1,  2,  3,  4, 10])

a

array([0, 1, 2, 3, 4])

b=np.array([11,22,33])
b

array([11, 22, 33])

np.append(a,b)

array([ 0,  1,  2,  3,  4, 11, 22, 33])

a

array([[1, 2, 3],
       [4, 5, 6]])

b=np.array([[7,8,9],[10,11,12]])
b

array([[ 7,  8,  9],
       [10, 11, 12]])

np.append(a,b)

array([ 1,  2,  3,  4,  5,  6,  7,  8,  9, 10, 11, 12])

numpy的数组没有动态改变大小的功能,numpy.append()函数每次都会重新分配整个数组,并把原来的数组复制到新数组中。

数组拼接方法三

思路: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

示例3:

a=np.array([1,2,3])
b=np.array([11,22,33])
c=np.array([44,55,66])
np.concatenate((a,b,c),axis=0)  # 默认情况下,axis=0可以不写

array([ 1,  2,  3, 11, 22, 33, 44, 55, 66]) #对于一维数组拼接,axis的值不影响最后的结果

a=np.array([[1,2,3],[4,5,6]])
b=np.array([[11,21,31],[7,8,9]])
np.concatenate((a,b),axis=0)

array([[ 1,  2,  3],
       [ 4,  5,  6],
       [11, 21, 31],
       [ 7,  8,  9]])

np.concatenate((a,b),axis=1)  #axis=1表示对应行的数组进行拼接

array([[ 1,  2,  3, 11, 21, 31],
       [ 4,  5,  6,  7,  8,  9]])

numpy.append()numpy.concatenate()两个函数的运行时间进行比较

示例4:

from time import clock as now
a=np.arange(9999)
b=np.arange(9999)
time1=now()
c=np.append(a,b)
time2=now()
print time2-time1

28.2316728446

a=np.arange(9999)
b=np.arange(9999)
time1=now()
c=np.concatenate((a,b),axis=0)
time2=now()
print time2-time1

20.3934997107

可知,concatenate()效率更高,适合大规模的数据拼接

数组拼接方法四

Use vstack to stack arrays in sequence vertically (row wise).

p = np.ones([2, 3], int)
np.vstack([p, 2*p])

Output:
array([[1, 1, 1],
[1, 1, 1],
[2, 2, 2],
[2, 2, 2]])
Use hstack to stack arrays in sequence horizontally (column wise).

np.hstack([p, 2*p])

Output:
array([[1, 1, 1, 2, 2, 2],
[1, 1, 1, 2, 2, 2]])


-----------------------------------------------

作者:故乡月zyl
来源:CSDN
原文:https://blog.csdn.net/zyl1042635242/article/details/43162031

posted @ 2019-01-01 11:17  Sherrrry  阅读(235)  评论(0编辑  收藏  举报