numpy.r_ #

麻木的。r_ = <numpy.lib.index_tricks.RClass对象> #

将切片对象转换为沿第一个轴的串联。

这是快速构建数组的简单方法。有两个用例。

如果索引表达式包含逗号分隔的数组，则将它们沿第一个轴堆叠。
如果索引表达式包含切片符号或标量，则创建一个一维数组，其范围由切片符号指示。

如果使用切片表示法，则语法start:stop:step相当于括号内的语法。然而，如果是一个虚数（即 100j），那么它的整数部分将被解释为所需的点数，并且包括开始点和结束点。换句话说，被解释为括号内的内容。扩展切片表示法后，所有逗号分隔的序列都连接在一起。np.arange(start, stop, step)stepstart:stop:stepjnp.linspace(start, stop, step, endpoint=1)

作为索引表达式的第一个元素放置的可选字符串可用于更改输出。字符串“r”或“c”导致矩阵输出。如果结果是一维并且指定了“r”，则会生成 1 x N（行）矩阵。如果结果是一维且指定了“c”，则会生成 N x 1（列）矩阵。如果结果是二维的，则两者提供相同的矩阵结果。

字符串整数指定沿哪个轴堆叠多个逗号分隔的数组。由两个逗号分隔的整数组成的字符串允许指示强制每个条目作为第二个整数的最小维数（要连接的轴仍然是第一个整数）。

包含三个逗号分隔整数的字符串允许指定要连接的轴、强制条目的最小维数，以及哪个轴应包含小于指定维数的数组的开头。换句话说，第三个整数允许您指定 1 应该放置在形状已升级的数组形状中的位置。默认情况下，它们放置在形状元组的前面。第三个参数允许您指定数组的开始位置。因此，第三个参数“0”会将 1 放置在数组形状的末尾。负整数指定升级数组的最后一个维度应放置在新形状元组中的位置，因此默认值为“-1”。

参数：

不是函数，因此不带参数

返回：

串联的 ndarray 或矩阵。

也可以看看

concatenate: 沿现有轴连接一系列数组。
c_: 将切片对象转换为沿第二个轴的串联。

例子

>>> np.r_[np.array([1,2,3]), 0, 0, np.array([4,5,6])]
array([1, 2, 3, ..., 4, 5, 6])
>>> np.r_[-1:1:6j, [0]*3, 5, 6]
array([-1. , -0.6, -0.2,  0.2,  0.6,  1. ,  0. ,  0. ,  0. ,  5. ,  6. ])

字符串整数指定要沿连接的轴或强制输入的最小维数。

>>> a = np.array([[0, 1, 2], [3, 4, 5]])
>>> np.r_['-1', a, a] # concatenate along last axis
array([[0, 1, 2, 0, 1, 2],
       [3, 4, 5, 3, 4, 5]])
>>> np.r_['0,2', [1,2,3], [4,5,6]] # concatenate along first axis, dim>=2
array([[1, 2, 3],
       [4, 5, 6]])

>>> np.r_['0,2,0', [1,2,3], [4,5,6]]
array([[1],
       [2],
       [3],
       [4],
       [5],
       [6]])
>>> np.r_['1,2,0', [1,2,3], [4,5,6]]
array([[1, 4],
       [2, 5],
       [3, 6]])

使用“r”或“c”作为第一个字符串参数创建一个矩阵。

>>> np.r_['r',[1,2,3], [4,5,6]]
matrix([[1, 2, 3, 4, 5, 6]])