NumPy参考 >例行程序 >Indexing routines > numpy.r_
numpy.
r_
= <numpy.lib.index_tricks.RClass对象> ¶将切片对象平移到沿第一个轴的连接。
这是快速建立阵列的简单方法。有两个用例。
如果索引表达式包含逗号分隔的数组,则将其沿其第一个轴堆叠。
如果索引表达式包含切片符号或标量,则创建一个1-D数组,其范围由切片符号指示。
如果使用切片符号,则语法start:stop:step
等效于方括号内。但是,如果
是虚数(即100j),则将其整数部分解释为所需的点数,并且开始和结束都包括在内。换句话说,被解释为
方括号内。切片符号扩展后,所有逗号分隔的序列将连接在一起。np.arange(start, stop, step)
step
start:stop:stepj
np.linspace(start, stop, step, endpoint=1)
放置在索引表达式第一个元素中的可选字符串可用于更改输出。字符串“ r”或“ c”产生矩阵输出。如果结果为1-D且指定了“ r”,则将生成1 x N(行)矩阵。如果结果为1-D且指定了'c',则将生成N x 1(列)矩阵。如果结果为二维,则两者都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。一个由两个逗号分隔的整数组成的字符串允许指示最小尺寸数,以强制每个条目进入第二个整数(要连接的轴仍然是第一个整数)。
具有三个逗号分隔的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将1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应在何处开始数组。因此,第三个参数“ 0”会将1放置在数组形状的末尾。负整数指定应在新形状元组中放置升级数组的最后一维的位置,因此默认值为“ -1”。
也可以看看
concatenate
沿现有轴连接一系列数组。
c_
将切片对象平移到第二个轴上并置。
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其连接的轴或强制条目进入的最小维数。
>>> 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]])
将“ r”或“ c”用作第一个字符串参数将创建一个矩阵。
>>> np.r_['r',[1,2,3], [4,5,6]]
matrix([[1, 2, 3, 4, 5, 6]])