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
Leo.yuan44 分钟前
数据分析怎么做?高效的数据分析方法有哪些?
大数据·数据库·信息可视化·数据挖掘·数据分析
马志远的生信笔记6 小时前
质控脚本来喽
linux·数据分析
intcube6 小时前
集中运营、分散决策,寻找最佳财务规划的平衡点
大数据·信息可视化·数据分析·全面预算管理·财务管理·财务规划
莫负初7 小时前
Excel使用VBA批量计算指定列的中位数和标准差并筛选指定列数据
数据分析·自动化·excel·vba·方差·标准差
李昊哲小课11 小时前
tensorflow-cpu
大数据·人工智能·python·深度学习·数据分析·tensorflow
没有梦想的咸鱼185-1037-166319 小时前
【生命周期分析(Life Cycle Assessment: LCA)】基于OpenLCA、GREET、R语言的生命周期评价方法、模型构建及典型案例应用
数据分析·r语言
杜子腾dd19 小时前
17.Excel:实用的 VBA 自动化程序
数据分析·自动化·excel
SelectDB技术团队20 小时前
顺丰科技:从 Presto 到 Doris 湖仓构架升级,提速 3 倍,降本 48%
大数据·数据库·数据仓库·信息可视化·数据分析·doris·实时分析
消失在人海中1 天前
数据分析基础:需要掌握的入门知识
数据库·人工智能·数据分析
一马平川的大草原1 天前
基于Dify实现对Excel的数据分析
数据分析·agent·dify高级应用