numpyのnp.c_np.r_説明する

11859 ワード

numpyのnp.c_np.r_説明する
np.c_np.r_2つのマトリクスを接続するために使用
  • np.r_:行ごとに2つのマトリクスを重ねたものであり、列ごとに2つのマトリクスを接続したものとも言える.2つのマトリクスを上下に加算し、pandasのconcat()に類似する列数を要求する.
  • np.c_:列ごとに2つの行列を重ねるという意味で、行ごとに2つの行列を接続するということも言えますが、2つの行列を左右に加算して、pandasのmerge()に似た行数を要求します.

  • 例:
    import numpy as np
    a = np.array([1, 2, 3]).reshape(1,3)
    b = np.array([4, 5, 6]).reshape(1,3)
     
    print(a.shape,b.shape)
    >(1, 3) (1, 3)
    
    print("a=",a,"b=",b)
    >a= [[1 2 3]] b= [[4 5 6]]
     
    c = np.c_[a,b]
    print("np.c_[a,b]:
    "
    ,c) >np.c_[a,b]: [[1 2 3 4 5 6]] print(c.shape) >(1, 6) d=np.r_[a,b] print("np.r_[a,b]:
    "
    ,d) >np.r_[a,b]: [[1 2 3] [4 5 6]] print(d.shape) >(2, 3)

    reshape(1,3)を使用しない場合、デフォルトは列ベクトルです.行ベクトルとして表示されますが、次のようになります.
    import numpy as np
     
    a = np.array([1, 2, 3])
    b = np.array([4, 5, 6])
    print(a.shape,b.shape)
    >(3,) (3,)
     
    print("a=",a,"b=",b)
    >a= [1 2 3] b= [4 5 6]
    
    c = np.c_[a,b]
    print("np.c_[a,b]:
    "
    ,c) >np.c_[a,b]: [[1 4] [2 5] [3 6]] print(c.shape) >(3, 2) d=np.r_[a,b] print("np.r_[a,b]:
    "
    ,d) >np.r_[a,b]: [1 2 3 4 5 6] print(d.shape) >(6,)