数据分析基础之《numpy(5)—合并与分割》

了解即可,用panads

一、作用

实现数据的切分和合并,将数据进行切分合并处理

二、合并

1、numpy.hstack

水平拼接

python 复制代码
# hstack 水平拼接
a = np.array((1,2,3))
b = np.array((2,3,4))
np.hstack((a, b))

a = np.array([[1], [2], [3]])
b = np.array([[2], [3], [4]])
np.hstack((a, b))

2、numpy.vstack

竖直拼接

python 复制代码
# vstack 竖直拼接
a = np.array((1,2,3))
b = np.array((2,3,4))
np.vstack((a, b))

a = np.array([[1], [2], [3]])
b = np.array([[2], [3], [4]])
np.vstack((a, b))

3、numpy.concatenate((a1,a2), axis=0|1)

指定轴,选择竖直或水平拼接

python 复制代码
# concatenate
a = np.array([[1,2], [3,4]])
b = np.array([[5,6]])
np.concatenate((a,b), axis=0)

np.concatenate((a,b.T), axis=1)

三、分割

1、numpy.split(ary, indices_or_sections, axis)

沿指定的轴将数组分割为多个子数组

参数说明:

ary:被分割的数组

indices_or_sections:若是一个整数,代表用该整数平均切分,若是一个数组,则代表沿轴切分的位置(左开右闭)

axis:默认为0,表示横向切分;为1时表示纵向切分

python 复制代码
# 分割
x = np.arange(9.0)

x

np.split(x, 3)

np.split(x, [3,5,6,10])
相关推荐
2501_9449347320 小时前
产品策划需要哪些数据分析能力?如何用数据验证需求优先级
信息可视化·数据挖掘·数据分析
新知图书21 小时前
Power BI Desktop下载、安装与界面介绍
数据分析·power bi·商业数据分析
babe小鑫21 小时前
会计岗位学习数据分析的价值分析
学习·数据挖掘·数据分析
Leo.yuan1 天前
经营分析如何联动业务与财务?4步打通业财经营分析指标
数据库·数据分析·经营分析
IT观测1 天前
# 聚焦AI数据分析市场:2026年AI数据分析市场的深度调研与趋势展望报告
人工智能·数据挖掘·数据分析
babe小鑫1 天前
会计转行财务学数据分析指南
数据挖掘·数据分析
zml.~1 天前
基于 Spark 的新能源汽车大数据分析全流程实践
数据分析·spark·汽车
絆人心1 天前
Python 数据分析核心库:Pandas 与 NumPy 从入门到实战全指南(附电商用户分析完整代码)
python·数据挖掘·数据分析·numpy·pandas·数据处理·电商数据分析
YangYang9YangYan1 天前
2026经管专业就业后学习数据分析的价值分析
学习·数据挖掘·数据分析
青春不败 177-3266-05201 天前
基于claude code、codex多AI协同论文写作实战营:跑通数据分析→论文初稿→AI交叉审稿全流程
人工智能·数据挖掘·数据分析·claude