多方面解析ndarray拼接

一、基礎操作

ndarray拼接是NumPy中最基礎、最常用的操作之一。在NumPy中，可以通過concatenate、stack、hstack、vstack等函數、操作符實現拼接。其中，concatenate是最基本的數組拼接函數，可以水平地（按列）或垂直地（按行）拼接。stack函數可以用於將多個數組沿著新軸合併，可以在列和行方向上增加新軸。hstack和vstack分別是水平Stack和垂直Stack的簡寫，用於水平或垂直堆疊數組。

以下是一個基礎操作的代碼示例：

import numpy as np

a = np.array([[1, 2], [3, 4]])
b = np.array([[5, 6]])
c = np.concatenate((a, b), axis=0)

print(c)
# Output: [[1 2]
#          [3 4]
#          [5 6]]

二、axis參數的說明

在NumPy中，拼接函數都有一個axis參數，默認值為0。這個參數定義了拼接的軸，即沿著哪個軸進行拼接。對於2D的數組，axis=0表示按行拼接，axis=1表示按列拼接。對於3D的數組，axis=0表示按深度拼接，axis=1表示按行拼接，axis=2表示按列拼接。

以下是一個axis參數的解析示例：

import numpy as np

a = np.array([[1, 2], [3, 4]])
b = np.array([[5, 6], [7, 8]])
c = np.concatenate((a, b), axis=0)

print(c)
# Output: [[1 2]
#          [3 4]
#          [5 6]
#          [7 8]]

d = np.array([[1, 2], [3, 4]])
e = np.array([[5, 6], [7, 8]])
f = np.concatenate((d, e), axis=1)

print(f)
# Output: [[1 2 5 6]
#          [3 4 7 8]]

三、vstack和hstack的區別

vstack和hstack分別用於垂直和水平堆疊數組，它們的區別在於拼接的方向。vstack按行方向拼接，hstack按列方向拼接。對於拼接的數組，它們的維度必須相同。

以下是一個vstack和hstack的差異比較：

import numpy as np

a = np.array([[1, 2], [3, 4]])
b = np.array([[5, 6], [7, 8]])

c = np.vstack((a, b))
d = np.hstack((a, b))

print(c)
# Output: [[1 2]
#          [3 4]
#          [5 6]
#          [7 8]]
print(d)
# Output: [[1 2 5 6]
#          [3 4 7 8]]

四、stack函數的使用

在前面的操作中，我們已經看到了將多個數組沿著新軸合併的操作。這個操作可以使用NumPy的stack函數完成。它可以用於將多個數組沿著新軸合併，也可以在列和行方向上增加新軸。

以下是一個stack函數使用的示例：

import numpy as np

a = np.array([[1, 2], [3, 4]])
b = np.array([[5, 6], [7, 8]])

c = np.stack((a, b), axis=0)
d = np.stack((a, b), axis=1)

print(c)
# Output: [[[1 2]
#           [3 4]]

#          [[5 6]
#           [7 8]]]

print(d)
# Output: [[[1 2]
#           [5 6]]

#          [[3 4]
#           [7 8]]]

五、r_和c_的使用

r_和c_是NumPy中的兩個特殊對象，可以用於將切片對象沿著第一軸拼接。r_將切片沿著列方向拼接，c_則將切片沿著行方向拼接。

以下是一個r_和c_的代碼示例：

import numpy as np

a = np.array([[1, 2], [3, 4]])
b = np.array([[5, 6], [7, 8]])

c = np.r_[a, b]
d = np.c_[a, b]

print(c)
# Output: [[1 2]
#          [3 4]
#          [5 6]
#          [7 8]]

print(d)
# Output: [[1 2 5 6]
#          [3 4 7 8]]

六、總結

在NumPy中，ndarray拼接是十分基礎和常用的操作之一。除了基礎的concatenate函數和基於它的stack、hstack、vstack之外，還可以使用r_、c_函數進行切片的拼接。在使用時需要熟悉軸的概念和操作。這些操作為科學計算提供了強大的支持，方便實現一些高級的操作。