Numpy模块被广泛用于科学和数值计算,自然有它的强大之处,之前对于特征处理中需要进行数据列表或者矩阵拼接的时候都是自己写的函数来完成的,今天发现一个好玩的函数,不仅好玩,关键性能强大,那就是Numpy模块自带的矩阵、列表连接函数,实践一下。
#!usr/bin/env python #encoding:utf-8 from __future__ import division ''' __Author__:沂水寒城 使用numpy模块实现矩阵的连接操作 ''' import numpy as np def simple_test(): ''' 简单的小实验 ''' sim_one,sim_two=[1,5,8,0,3,6],[11,5,8,0,3] one_list=[[1,2,3],[1,2,1],[3,4,5],[4,5,6]] two_list=[[5,6,7],[6,7,8],[6,7,9],[0,4,7],[4,6,0],[2,9,1],[5,8,7],[9,7,8],[3,7,9]] three_list=[[0,4,3,7],[4,6,1,0],[2,5,9,1]] three_list=np.array(three_list) four_list=[[2,9,1],[5,8,7],[9,7,8],[3,7,9]] print '对一维列表连接结果为:' pring np.concatenate([sim_one,sim_two],axis=0) print '对两个矩阵按行连接结果为:' print np.concatenate([one_list,two_list],axis=0) print '对两个矩阵按列连接结果为:' print np.concatenate([one_list,three_list.T],axis=1) print np.concatenate([one_list,four_list],axis=1) if __name__ == '__main__': simple_test()
结果如下:
[Decode error - output not utf-8] [Decode error - output not utf-8] [ 1 5 8 0 3 6 11 5 8 0 3] 对两个矩阵按行连接结果为: [[1 2 3] [1 2 1] [3 4 5] [4 5 6] [5 6 7] [6 7 8] [6 7 9] [0 4 7] [4 6 0] [2 9 1] [5 8 7] [9 7 8] [3 7 9]] 对两个矩阵按列连接结果为: [[1 2 3 0 4 2] [1 2 1 4 6 5] [3 4 5 3 1 9] [4 5 6 7 0 1]] [[1 2 3 2 9 1] [1 2 1 5 8 7] [3 4 5 9 7 8] [4 5 6 3 7 9]] [Finished in 0.5s]
np.concatenate()函数中,第一个参数为待合并的矩阵、列表,第二个参数为0则表示是按照行连接数据,为1则表示是按照列连接数据。
从上面结果可以看到对于一维列表,axis参数可以省略,对于二维列表当axis为0时也可以省略
当axis为1时,需要注意被连接的数据矩阵行数列数需要相同才行,否则会报错:
AttributeError: 'list' object has no attribute 'T'
即,当axis为1时,本质上就是将矩阵以行为基准对应行的数据直接连接即可
当axis为1时,本质上就是将矩阵以列为基准将数据以此向下堆放在一起即可
以上这篇Python使用numpy模块实现矩阵和列表的连接操作方法就是小编分享给大家的全部内容了,希望能给大家一个参考,也希望大家多多支持。
免责声明:本站文章均来自网站采集或用户投稿,网站不提供任何软件下载或自行开发的软件!
如有用户或公司发现本站内容信息存在侵权行为,请邮件告知! 858582#qq.com
白云城资源网 Copyright www.dyhadc.com
暂无“Python使用numpy模块实现矩阵和列表的连接操作方法”评论...
RTX 5090要首发 性能要翻倍!三星展示GDDR7显存
三星在GTC上展示了专为下一代游戏GPU设计的GDDR7内存。
首次推出的GDDR7内存模块密度为16GB,每个模块容量为2GB。其速度预设为32 Gbps(PAM3),但也可以降至28 Gbps,以提高产量和初始阶段的整体性能和成本效益。
据三星表示,GDDR7内存的能效将提高20%,同时工作电压仅为1.1V,低于标准的1.2V。通过采用更新的封装材料和优化的电路设计,使得在高速运行时的发热量降低,GDDR7的热阻比GDDR6降低了70%。
更新日志
2025年01月11日
2025年01月11日
- 小骆驼-《草原狼2(蓝光CD)》[原抓WAV+CUE]
- 群星《欢迎来到我身边 电影原声专辑》[320K/MP3][105.02MB]
- 群星《欢迎来到我身边 电影原声专辑》[FLAC/分轨][480.9MB]
- 雷婷《梦里蓝天HQⅡ》 2023头版限量编号低速原抓[WAV+CUE][463M]
- 群星《2024好听新歌42》AI调整音效【WAV分轨】
- 王思雨-《思念陪着鸿雁飞》WAV
- 王思雨《喜马拉雅HQ》头版限量编号[WAV+CUE]
- 李健《无时无刻》[WAV+CUE][590M]
- 陈奕迅《酝酿》[WAV分轨][502M]
- 卓依婷《化蝶》2CD[WAV+CUE][1.1G]
- 群星《吉他王(黑胶CD)》[WAV+CUE]
- 齐秦《穿乐(穿越)》[WAV+CUE]
- 发烧珍品《数位CD音响测试-动向效果(九)》【WAV+CUE】
- 邝美云《邝美云精装歌集》[DSF][1.6G]
- 吕方《爱一回伤一回》[WAV+CUE][454M]