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
麦麦大数据3 小时前
J002 Vue+SpringBoot电影推荐可视化系统|双协同过滤推荐算法评论情感分析spark数据分析|配套文档1.34万字
vue.js·spring boot·数据分析·spark·可视化·推荐算法
CC数分12 小时前
零基础3个月上岸[特殊字符]自学数据分析路线
学习·数据挖掘·数据分析·大学生·考证
折翼的恶魔12 小时前
数据分析:合并
python·数据分析·pandas
华略创新13 小时前
利用数据分析提升管理决策水平
大数据·数据分析·crm·管理系统·软件
TomatoSCI21 小时前
量化冗余分析中变量的关系丨TomatoSCI分析日记
数据分析·tomatosci·冗余分析
郑洁文21 小时前
豆瓣网影视数据分析与应用
大数据·python·数据挖掘·数据分析
悟乙己1 天前
PySpark EDA 完整案例介绍,附代码(三)
数据挖掘·数据分析·pyspark·eda·数据清理
用户Taobaoapi20142 天前
微店API秘籍!轻松获取商品详情数据
大数据·数据挖掘·数据分析
jay神2 天前
基于Python的商品爬取与可视化系统
爬虫·python·数据分析·毕业设计·可视化系统
Aloudata技术团队2 天前
当“数据波动”遇上“智能归因”,谁在背后画出那张因果地图?
数据分析·agent