np.r_：按列连接两个矩阵，就是把两矩阵上下相加，要求列数相等，类似于pandas中的concat()

np.c_：按行连接两个矩阵，就是把两矩阵左右相加，要求行数相等，类似于pandas中的merge()

import numpy as np

a = np.array([1, 2, 3])

b = np.array([4, 5, 6])

c = np.c_[a,b]

print(np.r_[a,b])

print(c)

print(np.c_[c,a])

结果如下：

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

参考文献：

【1】numpy中np.c_和np.r_



												


											
numpy中np.c_和np.r_的更多相关文章
	

    
								
  1. np.c_与np.r_
		
    import sys reload(sys) sys.setdefaultencoding('utf-8') import numpy as np def test(): ''' numpy函数np. ...
    
		
    2. 
						
  2. Python Numpy模块函数np.c_和np.r_
		
    np.r_:是按列连接两个矩阵,就是把两矩阵上下相加,要求列数相等,类似于pandas中的concat(). np.c_:是按行连接两个矩阵,就是把两矩阵左右相加,要求行数相等,类似于pandas中的 ...
    
		
    3. 
						
  3. np.r_、np.c_、np.concatenate和np.append
		
    np.r_是按行连接两个矩阵,就是把两矩阵上下相加,要求列数相等,最终结果的行数为两个矩阵行数和. np.c_是按列连接两个矩阵,就是把两矩阵左右相加,要求行数相等,最终结果的列数等于两矩阵的列数和. ...
    
		
    4. 
						
  4. Python使用np.c_和np.r_实现数组转换成矩阵
		
    # -*- coding: utf-8 -*-"""Created on Sat Jun 30 14:49:22 2018 @author: zhen"&quo ...
    
		
    5. 
						
  5. 深度学习原理与框架-神经网络-线性回归与神经网络的效果对比  1.np.c_[将数据进行合并]  2.np.linspace(将数据拆成n等分) 3.np.meshgrid(将一维数据表示为二维的维度) 4.plt.contourf(画出等高线图，画算法边界)
		
    1. np.c[a, b]  将列表或者数据进行合并,我们也可以使用np.concatenate 参数说明:a和b表示输入的列表数据 2.np.linspace(0, 1, N) # 将0和1之间的数 ...
    
		
    6. 
						
  6. 使用python解线性矩阵方程(numpy中的matrix类)
		
    这学期有一门运筹学,讲的两大块儿:线性优化和非线性优化问题.在非线性优化问题这里涉及到拉格朗日乘子法,经常要算一些非常变态的线性方程,于是我就想用python求解线性方程.查阅资料的过程中找到了一个极 ...
    
		
    7. 
						
  7. scikit-learn工具学习 - random,mgrid,np.r_ ,np.c_, scatter, axis, pcolormesh, contour, decision_function
		
    yuanwen: http://blog.csdn.net/crossky_jing/article/details/49466127 scikit-learn 练习题 题目:Try classify ...
    
		
    8. 
						
  8. numpy中的np.round()取整的功能和注意
		
    numpy中的np.round()取整的功能和注意 功能 np.round() 是对浮点数取整的一个函数,一般的形式为 np.round(a, b),其中a为待取整的浮点数,b为保留的小数点的位数 注 ...
    
		
    9. 
						
  9. Numpy中np.random.randn与np.random.rand的区别，及np.mgrid与np.ogrid的理解
		
    np.random.randn是基于标准正态分布产生的随机数,np.random.rand是基于均匀分布产生的随机数,其值在[0,1). np.mgrid 与np.ogrid的理解及区别:np.mgr ...
    
		
    10. 
		

	


随机推荐
	

    
									
  1. 标准库 os、sys、logging、configparser、time、requests
			
    os : 与操作系统交互的模块 os.getcwd() 获取当前工作目录,即当前python脚本工作的目录路径 os.chdir("dirname") 改变当前脚本工作目录:相当于 ...
    
			
    2. 
						
  2. html笔记篇-Sublime、Markdown
			
    1.sublime优点:跨平台(Linux,Windows和Mac OS X).  体积小运行速度快.  支持编译功能  .支持大量的插件 2.sublime快速生成html文档:   !+tab键  ...
    
			
    3. 
						
  3. [No0000142]Outlook通过添加签名 自动添加邮件模板
			
    新建邮件->alt+F9切换域代码显示. 编写好模板后,全选复制到签名. 2018/05/7_加班申请_高亚斌 工号 姓名 开始时间 结束时间 工作事项 160227 高亚斌 2018/05/7 ...
    
			
    4. 
						
  4. [No0000F7]C# 多态性
			
    多态性意味着有多重形式.在面向对象编程范式中,多态性往往表现为"一个接口,多个功能". 多态性可以是静态的或动态的.在静态多态性中,函数的响应是在编译时发生的.在动态多态性中,函数 ...
    
			
    5. 
						
  5. spring boot拦截器WebMvcConfigurerAdapter，以及高版本的替换方案
			
    Springboot中静态资源和拦截器处理(踩了坑)   背景: 在项目中我使用了自定义的Filter 这时候过滤了很多路径,当然对静态资源我是直接放过去的,但是,还是出现了静态资源没办法访问到spr ...
    
			
    6. 
						
  6. event.stopPropagation()，event.preventDefault()和return false的区别
			
    event.stopPropagation(),event.preventDefault()和return false的区别 1.event.stopPropagation()方法 这是阻止事件的冒泡 ...
    
			
    7. 
						
  7. day2：day1作业 字符编码
			
    1,使用while循环输出1,2,3,4,5,6,8,9 # 使用while循环输出1,2,3,4,5,6,8,9 num = 1 while num <= 10: if num != 7: p ...
    
			
    8. 
						
  8. readonly   enable
			
    <input type="text" id="UserName" style="width:20%;" disabled=" ...
    
			
    9. 
						
  9. Linear transformations.  线性变换与矩阵的关系
			
    0.2.2 Linear transformations. Let U be an n-dimensional vector space and let V be an m-dimensional v ...
    
			
    10. 
						
  10. Verilog HDL语言实现的单周期CPU设计（全部代码及其注释）
			
    写在前面:本博客为本人原创,严禁任何形式的转载!本博客只允许放在博客园(.cnblogs.com),如果您在其他网站看到这篇博文,请通过下面这个唯一的合法链接转到原文! 本博客全网唯一合法URL:ht ...
    
			
    11.