#举个栗子如下:x_vals = np.linspace(0, 10, 5)#print(x_vals)[ 0. 2.5 5. 7.5 10. ]1234#转化数组为矩阵x_vals_column = np.transpose(np.matrix(x_vals))#print(x_vals_column) ([[ 0 ], [ 2.5], [ 5. ], [ 7.5], [10. ]])1234567#生成一个列矩阵如下:ones_column = np.transpose(np.matrix(np.repeat(1, 5)))#print(ones_column) [[1][1][1][1][1]]1234567 *** 作一下,函数功能很明确,将2个矩阵按列合并A = np.column_stack((x_vals_column, ones_column)) #print(A)[[ 0. 1. ][ 2.5 1. ][ 5. 1. ][ 7.5 1. ][10. 1. ]]12345678将2个矩阵按行合并b = np.row_stack((x_vals_column, ones_column))print(B)[[ 0. ][ 2.5][ 5. ][ 7.5][10. ][ 1. ][ 1. ][ 1. ][ 1. ][ 1. ]]123456789101112————————————————版权声明:本文为CSDN博主「Rock_Huang~」的原创文章,遵循CC 4.0 BY-SA版权协议,转载请附上原文出处链接及本声明。原文链接:https://blog.csdn.net/weixin_38632246/article/details/86713078
总结
以上是内存溢出为你收集整理的python 矩阵 *** 作--->>np.column_stack用法全部内容,希望文章能够帮你解决python 矩阵 *** 作--->>np.column_stack用法所遇到的程序开发问题。
如果觉得内存溢出网站内容还不错,欢迎将内存溢出网站推荐给程序员好友。
欢迎分享,转载请注明来源:内存溢出
评论列表(0条)