Python 连接numpy数组并获得所需形状_Python_Arrays_Numpy_Concatenation

Python 连接numpy数组并获得所需形状

python arrays numpy

Python 连接numpy数组并获得所需形状,python,arrays,numpy,concatenation,Python,Arrays,Numpy,Concatenation,假设有一个numpy数组a=[1,2,3,4,5]，另一个numpy数组b=[6,7,8,9,10]。如何连接数组并创建形状（5,2）的numpy数组。我尝试了np.row_stack和np.vstack（它们做相同的事情），但这只会产生一个形状为（2,5）的np数组。如何避免这种情况并获得所需的连接比你强 np.vstack是一种方法，您只需要在之后添加一个换位步骤 c = np.vstack((a, b)).T print(c) array([[ 1, 6], [

假设有一个numpy数组a=[1,2,3,4,5]，另一个numpy数组b=[6,7,8,9,10]。如何连接数组并创建形状（5,2）的numpy数组。我尝试了np.row_stack和np.vstack（它们做相同的事情），但这只会产生一个形状为（2,5）的np数组。如何避免这种情况并获得所需的连接

比你强

np.vstack

是一种方法，您只需要在之后添加一个换位步骤

c = np.vstack((a, b)).T
print(c)    
array([[ 1,  6],
       [ 2,  7],
       [ 3,  8],
       [ 4,  9],
       [ 5, 10]])

print(c.shape)
(5, 2)

同样，您也可以使用

np.array

构造函数（如果他们决定发布，将删除）：

np.vstack

是一种方法，您只需要在之后添加一个换位步骤

c = np.vstack((a, b)).T
print(c)    
array([[ 1,  6],
       [ 2,  7],
       [ 3,  8],
       [ 4,  9],
       [ 5, 10]])

print(c.shape)
(5, 2)

同样，您也可以使用

np.array

构造函数（如果他们决定发布，将删除）：

Newish

np.stack

提供对新轴的更多控制：

In [37]: a = [1,2,3,4,5]
In [38]: b = [6,7,8,9,10]
In [39]: np.stack((a,b), axis=1)
Out[39]: 
array([[ 1,  6],
       [ 2,  7],
       [ 3,  8],
       [ 4,  9],
       [ 5, 10]])
In [40]: _.shape
Out[40]: (5, 2)

使用默认的

轴=0

，它的行为类似于

np.array

，生成一个（2,5）数组

vstack

docs注释：

为了向后兼容，仍然支持此函数，但是您应该更喜欢

np.concatenate

或

np.stack

。

np.stack

NumPy 1.10中添加了函数

我认为这夸大了情况，但仍然，

stack

是我最喜欢的新函数之一。我还建议查看类似这样的函数的Python代码。大多数在修改输入的维度后，最终使用了

连接

。