numpy.concatenate 中的axis参数怎么理解
2018-02-12 19:51
666 查看
首先numpy.concatenate的官方使用说明为: https://docs.scipy.org/doc/numpy-1.10.0/reference/generated/numpy.concatenate.html numpy.concatenate中有两个参数,一个是由被连接的数组组成的序列(a1, a2, ...);另一个就是axis。
1. 假设被连接的数组有两个,为a, b,连接之后为数组c
1.1. 若axis=0,则要求除了a.shape[0]和b.shape[0]可以不等之外,其它维度必须相等。此时
c.shape[0] = a.shape[0]+b.shape[0]
1.2. 若axis=1,则要求除了a.shape[1]和b.shape[1]可以不等之外,其它维度必须相等。此时
c.shape[1] = a.shape[1]+b.shape[1]
1.3. axis>=2 的情况以此类推,axis的值必须小于数组的维度
2. 若连接的数组只有一个,假设是三维的数组a,a.shape=(2,3,4),则看成有2个(3,4)的数组进行连接,axis的值只能为0或1,连接规则同上。也就是说,被连接的数组一定不能是一维数组,否则会报错为:ValueError: zero-dimensional arrays cannot be concatenated
1. 假设被连接的数组有两个,为a, b,连接之后为数组c
1.1. 若axis=0,则要求除了a.shape[0]和b.shape[0]可以不等之外,其它维度必须相等。此时
c.shape[0] = a.shape[0]+b.shape[0]
1.2. 若axis=1,则要求除了a.shape[1]和b.shape[1]可以不等之外,其它维度必须相等。此时
c.shape[1] = a.shape[1]+b.shape[1]
1.3. axis>=2 的情况以此类推,axis的值必须小于数组的维度
2. 若连接的数组只有一个,假设是三维的数组a,a.shape=(2,3,4),则看成有2个(3,4)的数组进行连接,axis的值只能为0或1,连接规则同上。也就是说,被连接的数组一定不能是一维数组,否则会报错为:ValueError: zero-dimensional arrays cannot be concatenated
相关文章推荐
- Numpy、TensorFlow和Keras函数输入参数axis理解(一)
- Numpy、TensorFlow和Keras函数输入参数axis理解(二)
- numpy中axis的一些理解
- Python之NumPy(axis=0/1/2...)的透彻理解——通过np.sum(axis=?)实例进行说明
- Python Pandas与Numpy中axis参数的二义性
- Python Pandas与Numpy中axis参数的二义性
- objc block参数上的__autoreleasing怎么理解
- Python Pandas与Numpy中axis参数的二义性
- Python Pandas与Numpy中axis参数的二义性
- numpy之axis如何理解
- numpy 函数里面的axis参数的含义
- 对Numpy数组按axis运算的理解
- Python Pandas与Numpy中axis参数的二义性
- Pandas与Numpy中axis参数的二义性
- Python Pandas与Numpy中axis参数的二义性
- numpy中axis理解
- HTTP协议是无状态协议,怎么理解?
- 面对通货膨胀,我们怎么去理解
- find 命令查找-o参数的理解
- shape="circle" coords="129,161,10"参数是怎么设置的