极客笔记numpy 合并
在处理数组数据时，经常会遇到需要合并两个数组的情况。使用 NumPy 库提供的函数可以方便地实现数组的合并操作。本文将详细介绍 NumPy 中的数组合并操作，包括水平合并、垂直合并和深度合并等。
1. 水平合并
水平合并是指将两个数组沿着水平方向进行连接，即将其中一个数组的元素水平排列在另一个数组后面。可以使用 numpy.hstack() 函数来实现水平合并操作。
示例：
import numpy as np
# 创建两个数组
arr1 = np.array([[1, 2], [3, 4]])
arr2 = np.array([[5, 6], [7, 8]])
# 水平合并两个数组
result = np.hstack((arr1, arr2))
print(result)
运行结果：
[[1 2 5 6]
[3 4 7 8]]
2. 垂直合并
垂直合并是指将两个数组沿着垂直方向进行连接，即将其中一个数组的元素垂直排列在另一个数组下面。可以使用 numpy.vstack() 函数来实现垂直合并操作。
示例：
import numpy as np
# 创建两个数组
arr1 = np.array([[1, 2], [3, 4]])
arr2 = np.array([[5, 6], [7, 8]])
# 垂直合并两个数组
result = np.vstack((arr1, arr2))
print(result)
运行结果：
[[1 2]
[3 4]
[5 6]
[7 8]]
3. 深度合并
深度合并是指将两个数组沿着深度方向进行连接，即将其中一个数组的元素在另一个数组之上或之下。可以使用 numpy.dstack() 函数来实现深度合并操作。
示例：
import numpy as np
# 创建两个数组
arr1 = np.array([[1, 2], [3, 4]])
arr2 = np.array([[5, 6], [7, 8]])
# 深度合并两个数组
result = np.dstack((arr1, arr2))
print(result)
运行结果：
[[[1 5]
[2 6]]
[[3 7]
[4 8]]]
4. 列合并
除了以上的合并操作外，还可以使用 numpy.column_stack() 函数来进行列合并操作。该函数将一维数组作为列进行合并。
示例：
import numpy as np
# 创建两个一维数组
arr1 = np.array([1, 2, 3])
arr2 = np.array([4, 5, 6])
# 列合并两个数组
result = np.column_stack((arr1, arr2))
print(result)
运行结果：
[[1 4]
[2 5]
[3 6]]
5. 行合并
除了水平合并外，还可以使用 numpy.row_stack() 函数进行行合并操作。该函数将一维数组作为行进行合并。
示例：
import numpy as np
# 创建两个一维数组
arr1 = np.array([1, 2, 3])
arr2 = np.array([4, 5, 6])
# 行合并两个数组
result = np.row_stack((arr1, arr2))
print(result)
运行结果：
[[1 2 3]
[4 5 6]]
总结
在 NumPy 中，可以使用 hstack()、vstack()、dstack()、column_stack() 和 row_stack() 函数来实现数组的合并操作，分别对应水平合并、垂直合并、深度合并、列合并和行合并。根据实际需求选择合适的合并方式，可以方便地对数组进行合并处理。