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
jarreyer5 小时前
常见分析方法与对应图表汇总
python·信息可视化·数据分析
m***记6 小时前
Python 数据分析入门:Pandas vs NumPy 全方位对比
python·数据分析·pandas
西贝爱学习11 小时前
2025电脑价格数据集/构建电脑价格预测模型/数据量为 10 万行
数据分析·电脑
Q264336502313 小时前
【有源码】基于Python与Spark的火锅店数据可视化分析系统-基于机器学习的火锅店综合竞争力评估与可视化分析-基于用户画像聚类的火锅店市场细分与可视化研究
大数据·hadoop·python·机器学习·数据分析·spark·毕业设计
weixin_519535771 天前
从ChatGPT到新质生产力:一份数据驱动的AI研究方向指南
人工智能·深度学习·机器学习·ai·chatgpt·数据分析·aigc
青云交1 天前
Java 大视界 -- Java 大数据在智能电网电力市场交易数据分析与策略制定中的关键作用
数据分析·数据采集·数据存储·交易策略·智能电网·java 大数据·电力市场交易
cx330上的猫1 天前
价值1w的数据分析课知识点汇总-excel使用(第一篇)
数据挖掘·数据分析·excel
CodeJourney.1 天前
SQL提数与数据分析指南
数据库·信息可视化·数据分析
聊聊MES那点事1 天前
电脑零配件行业MES系统:快速实现全过程信息溯源
信息可视化·数据分析·数据可视化·mes
F_D_Z2 天前
探索性数据分析|概念辨析
数据挖掘·数据分析