Python에서 np.vstack() 및 np.hstack()을 사용하는 방법

여기에서는 배열을 접합하는 두 가지 방법을 소개합니다.

np.vstack(): 수직 방향으로 쌓기

np.hstack(): 수평 방향으로 타일링

import numpy as np
arr1=np.array([1,2,3])
arr2=np.array([4,5,6])
print np.vstack((arr1,arr2))
 
print np.hstack((arr1,arr2))
 
a1=np.array([[1,2],[3,4],[5,6]])
a2=np.array([[7,8],[9,10],[11,12]])
print a1
print a2
print np.hstack((a1,a2))

결과는 다음과 같습니다.

[ [ 1 2 3]
[4 5 6]]
[1 2 3 4 5 6]
[[1 2]
[3 4]
[5 6]]
[[ 7 8]
[ 9 10]
[ 11 12]]
[[ 1 2 7 8]
[ 3 4 9 10]
[ 5 6 11 12]]

여기서 강조할 점은 hstack을 적용할 때 cs231n에서 할당 1을 수행한다는 점입니다. 여기 hstack에 오류가 있습니다! 그제야 나는 이전의 연구가 매우 피상적이라는 것을 깨달았습니다!

(1)np.hstack()

함수 프로토타입: numpy.hstack(tup)

여기서 tup은 배열의 시퀀스이고, tup: ndarray의 시퀀스

배열은 모두 동일한 모양을 가져야 합니다. 그러나 두 번째 축은 임의의 길이가 가능한 1차원 배열을 제외합니다.

다음과 동일: np.concatenate(tup, axis=1)

예 1:

import numpy as np
brr1=np.array([1,2,3,4,55,6,7,77,8,9,99])
brr1_folds=np.array_split(brr1,3)
print brr1_folds
print brr1_folds[0:2]+brr1_folds[1:3]
print np.hstack((brr1_folds[:2]+brr1_folds[1:3]))
print brr1_folds[0:2]
print brr1_folds[1:3]
#print np.hstack((brr1_folds[0:2],brr1_folds[1:3]))

마지막 줄을 주석 처리하지 않으면 오류가 발생합니다;

[array([1, 2, 3, 4]), array([55, 6, 7, 77]), array([ 8, 9, 99])]
[array([ 1, 2, 3 , 4]), 배열([55, 6, 7, 77]), 배열([55, 6, 7, 77]), 배열([ 8, 9, 99])]
[ 1 2 3 4 55 6 7 77 55 6 7 77 8 9 99]
[배열([1, 2, 3, 4]), 배열([55, 6, 7, 77])]
[배열([55, 6, 7, 77 ]), array([ 8, 9, 99])]

오류가 발생하는 이유는 배열의 크기가 일치하지 않기 때문입니다. +로 바꾸면 됩니다. 더하기 기호는 목록을 연결하는 것입니다!

예 2:

print np.hstack(([1,2,3,3,4],[3,4,5,8,6,6,7]))

결과는 다음과 같습니다. 1차원 배열 hstack이 임의적임을 보여줍니다.

[1 2 3 3 4 3 4 5 8 6 6 7]

예제 3:

는 hstack이 동일한 2차원을 가져야 함을 보여줍니다.

print np.hstack(([1,2,3,3,4],[3,4,5,8,6,6,7]))
print np.hstack(([[1,2,3],[2,3,4]],[[1,2],[2,3]]))

결과:

[1 2 3 3 4 3 4 5 8 6 6 7]
[[1 2 3 1 2]

[2 3 4 2 3]]

위 내용을 아래와 같이 변경하면 에러가 발생합니다! ! !

print np.hstack(([1,2,3,3,4],[3,4,5,8,6,6,7]))
print np.hstack(([[1,2,3],[2,3,4]],[[1,2]]))

(2)np.vstack()

함수 프로토타입: numpy.hstack(tup)

tup : ndarrays 시퀀스

배열은 첫 번째 축을 제외하고 모두 동일한 모양을 가져야 합니다.1- D 배열은 길이가 같아야 합니다.

는 첫 번째 차원을 제외하고 다른 차원에서도 모양이 동일해야 한다는 의미입니다. 1차원 배열은 크기가 동일해야 합니다.

예제 1:

print np.vstack(([1,2,3],[3,4,3]))
print np.vstack(([1,2,3],[2,3]))

하지만 주목해야 할 점은 두 번째 줄이 틀렸다는 것입니다!

예 2:

print np.vstack(([[1,2,3],[3,4,3]],[[1,3,4],[2,4,5]]))
print np.vstack(([[1,2,3],[3,4,3]],[[3,4],[4,5]]))

이는 배열의 두 번째 차원이 다르면 오류가 발생한다는 것을 보여줍니다.

print np.vstack(([[1,2,3],[3,4,3]],[[2,4,5]]))
print np.vstack(([[1,2,3],[3,4,3]],[[4,5]]))

예 3:

목록을 전달합니다.

import numpy as np
arr1=np.array([[1,2],[2,4],[11,33],[2,44],[55,77],[11,22],[55,67],[67,89]])
arr11=np.array([[11,2,3],[22,3,4],[4,5,6]])
arr1_folds=np.array_split(arr1,3)
print arr1_folds
print np.vstack(arr1_folds)

결과:

[array([[ 1, 2],
              2, 4],
                     [11, 33]]), 배열 ([[ 2, 44],
[55, 77],
[11, 22]]), array([[55, 67],
[67, 89]])]
[[ 1 2]
[ 2 4]
[11 33]
[ 2 44]
[55 77]
[11 22]
[55 67]
[67 89]]

위 내용은 Python에서 np.vstack() 및 np.hstack()을 사용하는 방법의 상세 내용입니다. 자세한 내용은 PHP 중국어 웹사이트의 기타 관련 기사를 참조하세요!