这篇文章主要介绍numpy中np.column_stack()和np.row_stack()怎么用，文中介绍的非常详细，具有一定的参考价值，感兴趣的小伙伴们一定要看完！
行合并：np.row_stack()
列合并：np.column_stack()
具体操作见下面的程序：
>>> import numpy as np >>> a=np.arange(16).reshape(4,-1) >>> a array([[ 0, 1, 2, 3], [ 4, 5, 6, 7], [ 8, 9, 10, 11], [12, 13, 14, 15]]) >>> b=np.arange(16,32).reshape(4,-1) >>> b array([[16, 17, 18, 19], [20, 21, 22, 23], [24, 25, 26, 27], [28, 29, 30, 31]]) >>> test=np.row_stack((a,b))#行合并 >>> test array([[ 0, 1, 2, 3], [ 4, 5, 6, 7], [ 8, 9, 10, 11], [12, 13, 14, 15], [16, 17, 18, 19], [20, 21, 22, 23], [24, 25, 26, 27], [28, 29, 30, 31]]) >>> test=np.column_stack((a,b))#列合并 >>> test array([[ 0, 1, 2, 3, 16, 17, 18, 19], [ 4, 5, 6, 7, 20, 21, 22, 23], [ 8, 9, 10, 11, 24, 25, 26, 27], [12, 13, 14, 15, 28, 29, 30, 31]]) >>>
以上是“numpy中np.column_stack()和np.row_stack()怎么用”这篇文章的所有内容，感谢各位的阅读！希望分享的内容对大家有帮助，更多相关知识，欢迎关注亿速云行业资讯频道！
免责声明：本站发布的内容（图片、视频和文字）以原创、转载和分享为主，文章观点不代表本网站立场，如果涉及侵权请联系站长邮箱：is@yisu.com进行举报，并提供相关证据，一经查实，将立刻删除涉嫌侵权内容。
