关于hstack和Svstack

import numpy as np
>>> a = np.array((1,2,3))
>>> a
array([1, 2, 3])
>>> b = np.array((2,3,4))
>>> np.hstack((a,b))
array([1, 2, 3, 2, 3, 4])
>>> np.vstack((a,b))
array([[1, 2, 3],
[2, 3, 4]])
>>> a = np.array([[1],[2],[3]])
>>> a
array([[1],
[2],
[3]])
>>> b = np.array([[2],[3],[4]])
>>> b
array([[2],
[3],
[4]])
>>> np.hstack((a,b))
array([[1, 2],
[2, 3],
[3, 4]])
>>> np.vstack((a,b))
array([[1],
[2],
[3],
[2],
[3],
[4]])

>>> cluster1 = np.random.uniform(0.5, 1.5, (2, 10))
>>> cluster1
array([[ 0.60849062, 0.80373879, 1.09272159, 1.17109014, 0.54168381,1.30649224, 0.82900102, 0.92583578, 0.79059036, 1.41629785],
[ 1.0175007 , 0.88072217, 0.54571384, 1.33015288, 1.27191768,0.57376194, 0.92339705, 0.97192802, 1.1190226 , 1.41452819]])
>>> cluster2 = np.random.uniform(3.5, 4.5, (2, 10))
>>> cluster2
array([[ 3.8001814 , 3.90072154, 4.02836533, 3.6499184 , 3.64592853,3.65085651, 3.75006055, 4.33185041, 3.70100798, 3.74613316],
[ 3.80366592, 3.80682426, 4.04532742, 4.3735719 , 4.38926895,3.78186945, 4.29025804, 3.66141714, 3.53704142, 3.83882232]])

#第一个数组和第二个数组在水平位置连接,2行*20列
>>> np.hstack((cluster1, cluster2)) #水平
array([[ 0.60849062, 0.80373879, 1.09272159, 1.17109014, 0.54168381,1.30649224, 0.82900102, 0.92583578, 0.79059036, 1.41629785,3.8001814 , 3.90072154, 4.02836533, 3.6499184 , 3.64592853,3.65085651, 3.75006055, 4.33185041, 3.70100798, 3.74613316],
[ 1.0175007 , 0.88072217, 0.54571384, 1.33015288, 1.27191768,0.57376194, 0.92339705, 0.97192802, 1.1190226 , 1.41452819,3.80366592, 3.80682426, 4.04532742, 4.3735719 , 4.38926895,3.78186945, 4.29025804, 3.66141714, 3.53704142, 3.83882232]])
>>> X = np.hstack((cluster1, cluster2)).T
#转置后20行*2列
>>> X
array([[ 0.60849062, 1.0175007 ],
[ 0.80373879, 0.88072217],
[ 1.09272159, 0.54571384],
[ 1.17109014, 1.33015288],
[ 0.54168381, 1.27191768],
[ 1.30649224, 0.57376194],
[ 0.82900102, 0.92339705],
[ 0.92583578, 0.97192802],
[ 0.79059036, 1.1190226 ],
[ 1.41629785, 1.41452819],
[ 3.8001814 , 3.80366592],
[ 3.90072154, 3.80682426],
[ 4.02836533, 4.04532742],
[ 3.6499184 , 4.3735719 ],
[ 3.64592853, 4.38926895],
[ 3.65085651, 3.78186945],
[ 3.75006055, 4.29025804],
[ 4.33185041, 3.66141714],
[ 3.70100798, 3.53704142],
[ 3.74613316, 3.83882232]])

>>> Y = np.vstack((cluster1, cluster2))   #垂直
>>> Y
array([[ 0.60849062, 0.80373879, 1.09272159, 1.17109014, 0.54168381,1.30649224, 0.82900102, 0.92583578, 0.79059036, 1.41629785],
         [ 1.0175007 , 0.88072217, 0.54571384, 1.33015288, 1.27191768,0.57376194, 0.92339705, 0.97192802, 1.1190226 , 1.41452819],
         [ 3.8001814 , 3.90072154, 4.02836533, 3.6499184 , 3.64592853,3.65085651, 3.75006055, 4.33185041, 3.70100798, 3.74613316],
         [ 3.80366592, 3.80682426, 4.04532742, 4.3735719 , 4.38926895,3.78186945, 4.29025804, 3.66141714, 3.53704142, 3.83882232]])

>>> Y=Y.T
>>> Y
array([[ 0.60849062, 1.0175007 , 3.8001814 , 3.80366592],
[ 0.80373879, 0.88072217, 3.90072154, 3.80682426],
[ 1.09272159, 0.54571384, 4.02836533, 4.04532742],
[ 1.17109014, 1.33015288, 3.6499184 , 4.3735719 ],
[ 0.54168381, 1.27191768, 3.64592853, 4.38926895],
[ 1.30649224, 0.57376194, 3.65085651, 3.78186945],
[ 0.82900102, 0.92339705, 3.75006055, 4.29025804],
[ 0.92583578, 0.97192802, 4.33185041, 3.66141714],
[ 0.79059036, 1.1190226 , 3.70100798, 3.53704142],
[ 1.41629785, 1.41452819, 3.74613316, 3.83882232]])
>>>

关于hstack和Svstack的更多相关文章

  1. Python numpy函数hstack() vstack() stack() dstack() vsplit() concatenate()

    感觉numpy.hstack()和numpy.column_stack()函数略有相似,numpy.vstack()与numpy.row_stack()函数也是挺像的. stackoverflow上也 ...

  2. numpy中的stack操作:hstack()、vstack()、stack()、dstack()、vsplit()、concatenate()

    stack():沿着新的轴加入一系列数组. vstack():堆栈数组垂直顺序(行) hstack():堆栈数组水平顺序(列). dstack():堆栈数组按顺序深入(沿第三维). concatena ...

  3. numpy中stack、hstack,vstack,dstack函数功能解释

    https://blog.csdn.net/Riverhope/article/details/78922006 https://blog.csdn.net/ygys1234/article/deta ...

  4. 【python】Numpy中stack(),hstack(),vstack()函数详解

    转自 https://blog.csdn.net/csdn15698845876/article/details/73380803 这三个函数有些相似性,都是堆叠数组,里面最难理解的应该就是stack ...

  5. python 中numpy中函数hstack用法和作用

    定义: Stack arrays in sequence horizontally (column wise). Take a sequence of arrays and stack them ho ...

  6. numpy中数据合并,stack ,concentrate,vstack,hstack

    在python的numpy库中有一个函数np.stack(), 看过一些博文后觉得别人写的太复杂,然后自己有了一些理解之后做了一些比较简单的解释 np.stack 首先stack函数用于堆叠数组,其调 ...

  7. 深度学习原理与框架-神经网络-cifar10分类(代码) 1.np.concatenate(进行数据串接) 2.np.hstack(将数据横着排列) 3.hasattr(判断.py文件的函数是否存在) 4.reshape(维度重构) 5.tanspose(维度位置变化) 6.pickle.load(f文件读入) 7.np.argmax(获得最大值索引) 8.np.maximum(阈值比较)

    横1. np.concatenate(list, axis=0) 将数据进行串接,这里主要是可以将列表进行x轴获得y轴的串接 参数说明:list表示需要串接的列表,axis=0,表示从上到下进行串接 ...

  8. [转]Python numpy函数hstack() vstack() stack() dstack() vsplit() concatenate()

    Python numpy函数hstack() vstack() stack() dstack() vsplit() concatenate() 觉得有用的话,欢迎一起讨论相互学习~Follow Me ...

  9. Numpy:np.vstack()&np.hstack() flat/flatten

    一 .  np.vstack: 按垂直方向(行顺序)堆叠数组构成一个新的数组 In[3]: import numpy as np In[4]: a = np.array([[1,2,3]]) a.sh ...

随机推荐

  1. Zookeeper入门(五)之Linux环境下Zookeeper安装

    本文参考地址为:http://www.mamicode.com/info-detail-2243059.html1.安装wget http://archive.apache.org/dist/zook ...

  2. Struts2拦截器和过滤器的区别?

    ①过滤器依赖于Servlet容器,而拦截器不依赖于Servlet容器. ②Struts2 拦截器只能对Action请求起作用,而过滤器则可以对几乎所 有请求起作用. ③拦截器可以访问 Action上下 ...

  3. 用了 EventBus 不要多用其他的通讯功能

    EventBus是一个Android端优化的publish/subscribe消息总线,简化了应用程序内各组件间.组件与后台线程间的通信.主要功能是替代Intent,Handler,BroadCast

  4. php面向对象 练习

    实例一:求一个圆环的面积,大圆半径:10    小圆半径:5 造一个圆的类: class Yuan { public $r; function __construct($r) //半径初始化 { $t ...

  5. js 外部引用文件与 onload()函数的优先级

    在HTML页面中的body加载进来的时候,外部引用的js文件存放的位置 1.js文件放在body里面,则是按照body的加载顺序(按先后顺序)进行加载 2.js文件放在<head>标签里面 ...

  6. opensatck误删除service项目

    由于在清除资源时,未考虑到租户service,将其一并删除,于是有了下面的填坑之旅 1,需要找到删除的services-id,查看keytone的log, grep -r "DELETE&q ...

  7. Cinder 架构分析、高可用部署与核心功能解析

    目录 文章目录 目录 Cinder Cinder 的软件架构 cinder-api cinder-scheduler cinder-volume Driver 框架 Plugin 框架 cinder- ...

  8. 本地虚拟机部署线上php程序---不需要修改数据库信息

    1.特别注意:拿来线上php程序后一般是不需要修改config.php里面的数据库连接信息的,如果修改了会报错:站点已关闭.所以 2.5 步骤是需要省略的.如果拿来的是最开始的php源码,需要配置原始 ...

  9. MariaDB select

    1.环境部署: syntax语法错误 查询基本使用(条件,排序,聚合函数,分组,分页) --创建学生表 create table students ( id int unsigned not null ...

  10. Logistic回归基础篇之梯度上升算法

    代码示例: import numpy as np import matplotlib.pyplot as plt def loadDataSet(): dataMat = [];labelMat = ...