numpy.r_#

numpy.r_ = <numpy.lib._index_tricks_impl.RClass object>#

将切片对象转换为沿第一轴的连接。

这是一种快速构建数组的简单方法。它有两个用例。

  1. 如果索引表达式包含逗号分隔的数组，则沿它们的第一个轴堆叠它们。

  2. 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。

如果使用切片符号，则语法 start:stop:step 等效于括号内的 np.arange(start, stop, step)。但是，如果 step 是一个虚数（即 100j），则其整数部分被解释为所需的点数，并且起始值和停止值是包含的。换句话说，start:stop:stepj 在括号内被解释为 np.linspace(start, stop, step, endpoint=1)。在扩展切片符号之后，所有逗号分隔的序列都连接在一起。

作为索引表达式第一个元素的可选字符串可用于更改输出。“r”或“c”字符串将产生矩阵输出。如果结果是一维的并且指定了“r”，则会产生一个 1 x N（行）矩阵。如果结果是一维的并且指定了“c”，则会产生一个 N x 1（列）矩阵。如果结果是二维的，则两者都提供相同的矩阵结果。

字符串整数指定沿其堆叠多个逗号分隔数组的轴。由两个逗号分隔的整数组成的字符串允许指示将每个条目强制转换为的最小维度数（要沿其连接的轴仍然是第一个整数）。

具有三个逗号分隔整数的字符串允许指定要沿其连接的轴，强制条目进入的最小维度数，以及应该包含维度小于指定数量的数组起始位置的轴。换句话说，第三个整数允许您指定在形状升级的数组的形状元组中应该放置 1 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起始位置。因此，第三个参数为“0”会将 1 放置在数组形状的末尾。负整数指定应在升级数组的新形状元组中放置最后一个维度的哪个位置，因此默认值为“-1”。

参数：
不是函数，因此不接受参数
返回：
连接的 ndarray 或矩阵。

另请参阅

concatenate

沿现有轴连接一系列数组。

c_

将切片对象转换为沿第二轴的连接。

示例

>>> import numpy as np
>>> 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要强制条目进入的最小维度数。

>>> 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矩阵。

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