資料結構
網路
關係型資料庫管理系統
作業系統
Java
MS Excel
iOS
HTML
CSS
Android
Python
C 語言程式設計
C++
C#
MongoDB
MySQL
Javascript
PHP
物理學
化學
生物學
數學
英語
經濟學
心理學
社會學
時尚研究
法律研究使用 stack() 連線 NumPy 陣列序列
要連線一系列陣列，請在 Python NumPy 中使用 **numpy.stack()** 方法。該函式返回的堆疊陣列比輸入陣列多一個維度。axis 引數指定結果維度中新軸的索引。例如，如果 axis=0，它將是第一個維度，如果 axis=-1，它將是最後一個維度。
out 引數（如果提供）是放置結果的目標位置。形狀必須正確，與 stack 在未指定 out 引數的情況下返回的形狀相匹配。
步驟
首先，匯入所需的庫 -
import numpy as np
使用 array() 方法建立兩個 NumPy 陣列。我們插入了 int 型別的元素 -
arr1 = np.array([49, 76, 61, 82, 69, 29]) arr2 = np.array([40, 60, 89, 55, 32, 98])
顯示陣列 -
print("Array 1...
", arr1)
print("
Array 2...
", arr2)獲取陣列的型別 -
print("
Our Array 1 type...
", arr1.dtype)
print("
Our Array 2 type...
", arr2.dtype)獲取陣列的維度 -
print("
Our Array 1 Dimensions...
",arr1.ndim)
print("
Our Array 2 Dimensions...
",arr2.ndim)獲取陣列的形狀 -
print("
Our Array 1 Shape...
",arr1.shape)
print("
Our Array 2 Shape...
",arr2.shape)要連線一系列陣列，請在 Python NumPy 中使用 numpy.stack() 方法 -
print("
Result (stack)...
",np.stack((arr1, arr2)))
示例
import numpy as np
# Creating two numpy arrays using the array() method
# We have inserted elements of int type
arr1 = np.array([49, 76, 61, 82, 69, 29])
arr2 = np.array([40, 60, 89, 55, 32, 98])
# Display the arrays
print("Array 1...
", arr1)
print("
Array 2...
", arr2)
# Get the type of the arrays
print("
Our Array 1 type...
", arr1.dtype)
print("
Our Array 2 type...
", arr2.dtype)
# Get the dimensions of the Arrays
print("
Our Array 1 Dimensions...
",arr1.ndim)
print("
Our Array 2 Dimensions...
",arr2.ndim)
# Get the shape of the Arrays
print("
Our Array 1 Shape...
",arr1.shape)
print("
Our Array 2 Shape...
",arr2.shape)
# To join a sequence of arrays, use the numpy.stack() method in Python Numpy
print("
Result (stack)...
",np.stack((arr1, arr2)))輸出
Array 1... [49 76 61 82 69 29] Array 2... [40 60 89 55 32 98] Our Array 1 type... int64 Our Array 2 type... int64 Our Array 1 Dimensions... 1 Our Array 2 Dimensions... 1 Our Array 1 Shape... (6,) Our Array 2 Shape... (6,) Result (stack)... [[49 76 61 82 69 29] [40 60 89 55 32 98]]
更新於: 2022年2月18日
202 次檢視
廣告