python教程，numpy如何实现ndarray的横向及纵向合并？

我们相信：世界是美好的，你是我也是。平行空间的世界里面，不同版本的生活也在继续...

接着很久之前的话题，多个ndarray类型变量进行合并。以前的文章里面，使用了一系列匪夷所思的函数来实现这个需求，包括：hstack()、.vstack()、.dstack()、.column_stack()、.row_stack()、.concatenate()。然而，这里本来就有两个简单好写也比较好理解的函数，可以实现这个需求。这就是本文的主角：np.c_()和np.r_()。

苏南大叔的"程序如此灵动"技术博客，记录苏南大叔的代码编程经验总结。本文测试环境：win10，python@3.11.0，numpy@1.24.2，pandas@1.5.3。本文以最常见的二维数组为主要的龙套变量。

龙套变量

import numpy as np

a = np.array([["苏", "南"], ["大", "叔"]])  # 2,2
b = np.array([["技", "术"], ["博", "客"]])  # 2,2
c = np.array([["苏", "南"], ["大", "叔"], ["好", "棒"]])  # 3，2
d = np.array([["技", "术", "博"], ["客", "不", "错"]])  # 2，3

np.c_ 横向合并(dimension 0)

np.c_()时横向合并，新的变量放置在原变量的右边，所以要求两者行数相同。

x1 = np.c_[a, b]    # 横向合并，行数一致
# x2 = np.c_[a, c]  # 横向合并，行数不一致
x3 = np.c_[a, d]    # 横向合并，行数一致

输出：

[['苏' '南' '技' '术']
 ['大' '叔' '博' '客']]

 [['苏' '南' '技' '术' '博']
 ['大' '叔' '客' '不' '错']]

行数不一致的时候，报错输出：

ValueError: all the input array dimensions except for the concatenation axis must match exactly, but along dimension 0, the array at index 0 has size 2 and the array at index 1 has size 3

np.r_ 横向合并(dimension 1)

np.r_()时横向合并，新的变量放置在原变量的下边，所以要求两者列数相同。

y1 = np.r_[a, b]    # 纵向合并，列数一致
y2 = np.r_[a, c]    # 纵向合并，列数一致
# y3 = np.r_[a, d]  # 纵向合并，列数不一致

输出：

[['苏' '南']
 ['大' '叔']
 ['技' '术']
 ['博' '客']]

 [['苏' '南']
 ['大' '叔']
 ['苏' '南']
 ['大' '叔']
 ['好' '棒']]

列数不一致的时候，报错输出：

ValueError: all the input array dimensions except for the concatenation axis must match exactly, but along dimension 1, the array at index 0 has size 2 and the array at index 1 has size 3

特例一：三个及以上ndarray合并

超过两个ndarray，也是可以合并的。例如：

x4 = np.c_[a, b, d]
print(x4)

输出：

[['苏' '南' '技' '术' '技' '术' '博']
 ['大' '叔' '博' '客' '客' '不' '错']]

特例二：三维及以上ndarray合并

维数超过两维的ndarray，也是可以合并的。例如：

a2 = c.reshape(1,2,3)
d2 = d.reshape(1,2,3)
x5 = np.c_[a2, d2]
print(x5,x5.shape)

输出：

[[['苏' '南' '大' '技' '术' '博']
  ['叔' '好' '棒' '客' '不' '错']]] 
(1, 2, 6)

不过这里的合并规则，需要大家仔细体会哪个维度是dimension 0了。更高维度的情况，苏南大叔就不做讨论了，一般来说也用不到，也很难理解。

相关文章

• https://newsn.net/say/ndarray-stack.html
• https://newsn.net/say/dataframe-insert.html

结束语

感觉写文章就给自己看好了，可能用不着那么多乱七八糟的客套话。

• https://newsn.net/tag/python/

如果本文对您有帮助，或者节约了您的时间，欢迎打赏瓶饮料，建立下友谊关系。
本博客不欢迎：各种镜像采集行为。请尊重原创文章内容，转载请保留作者链接。