python3机器学习经典算法与应用之Numpy.array基本操作(二)

合并操作

numpy.concatenate()

使用numpy.concatenate()函数可以将矩阵进行拼接，将拼接的矩阵(或数组)组织成一个列表作为参数传递给concatenate()函数。
下面是一位矩阵的合并操作：

下面是二维矩阵的合并操作(默认沿着第一维度进行拼接)

当合并二维矩阵时可以规定沿着哪个维度进行拼接，参数axis用于指定维度，axis=0时沿第一维度(行)拼接，axis=1时沿第二维度(列)拼接。

不同维度的矩阵或向量不能直接拼接，需要进行处理
方法1：将低维矩阵转换为高维矩阵，这里将z调用reshape()方法，转化为二维矩阵就可以进行拼接了。
方法2:使用numpy.vstack()方法，vstack()方法的容错性更好。这个函数可以智能地判断如何垂直地叠加。其中v代表vertical(垂直的)

使用numpy.hstack()方法进行水平方向的堆叠。水平方向叠加，行数必须相同。其中h代表horizontal(水平的)

分隔操作

numpy.split()

split()函数用于在合法索引位置进行分隔，其中分隔的索引位置组织成列表作为参数传给split()函数。
下面示例就是在索引3和7位置进行分隔，其中索引7的元素属于最后一个被分割后的列表。分隔成n个列表需要n-1个索引位置(切割点)。

对二维数组进行分隔默认对第一维度进行分隔(在行上进行分隔)。若想指定维度进行分隔，同样需要指定轴(维度)axis进行分隔。
下图示例默认使用第一维度(行)进行分隔。

当指定轴进行分隔后就可以不使用默认维度进行分隔。
下图示例中，axis被指定为1就进行以列为标准进行分隔。

当然也有更加智能的分割方法。
numpy.vsplit()函数在垂直方向(行，第一维度)进行智能化分割。

numpy.vsplit()函数在水平方向(列，第二维度)进行智能化分割。