numpy中np.c_和np.r_的用法解析

目录

• 1.np.c_的用法
• 2.np.r_的用法

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。

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。

具体见示例：

1.np.c_的用法

a = np.array([[1, 2, 3],[7,8,9]])
 
b=np.array([[4,5,6],[1,2,3]])
 
a
Out[4]: 
array([[1, 2, 3],
       [7, 8, 9]])
 
b
Out[5]: 
array([[4, 5, 6],
       [1, 2, 3]])
 
c=np.c_[a,b]
 
c
Out[7]: 
array([[1, 2, 3, 4, 5, 6],
       [7, 8, 9, 1, 2, 3]])
 
 
 
d= np.array([7,8,9])
 
e=np.array([1, 2, 3])
 
f=np.c_[d,e]
 
f
Out[12]: 
array([[7, 1],
       [8, 2],
       [9, 3]])

2.np.r_的用法

a = np.array([[1, 2, 3],[7,8,9]])
b=np.array([[4,5,6],[1,2,3]])
 
d= np.array([7,8,9])
e=np.array([1, 2, 3])
 
g=np.r_[a,b]
 
g
Out[14]: 
array([[1, 2, 3],
       [7, 8, 9],
       [4, 5, 6],
       [1, 2, 3]])
 
h=np.r_[d,e]
 
h
Out[16]: array([7, 8, 9, 1, 2, 3])

原文地址：https://blog.csdn.net/weixin_41797117/article/details/80048688