回答編集履歴
6
d
test
CHANGED
|
@@ -136,8 +136,6 @@
|
|
|
136
136
|
|
|
137
137
|
# [1 2 3 4 5 6]
|
|
138
138
|
|
|
139
|
-
# [1 2 3 4 5 6]
|
|
140
|
-
|
|
141
139
|
print(np.hstack(arrays))
|
|
142
140
|
|
|
143
141
|
# [[1 4]
|
5
d
test
CHANGED
|
@@ -70,7 +70,7 @@
|
|
|
70
70
|
|
|
71
71
|
b = np.array([4, 5, 6, 7, 8])
|
|
72
72
|
|
|
73
|
-
print(np.
|
|
73
|
+
print(np.r_[a, b])
|
|
74
74
|
|
|
75
75
|
# [1 2 3 4 5 6 7 8]
|
|
76
76
|
|
|
@@ -109,3 +109,101 @@
|
|
|
109
109
|
# [3 4 8 9]]
|
|
110
110
|
|
|
111
111
|
```
|
|
112
|
+
|
|
113
|
+
|
|
114
|
+
|
|
115
|
+
## 追記
|
|
116
|
+
|
|
117
|
+
|
|
118
|
+
|
|
119
|
+
挙動の違いとしては、
|
|
120
|
+
|
|
121
|
+
|
|
122
|
+
|
|
123
|
+
* どの方向で結合するか
|
|
124
|
+
|
|
125
|
+
* 渡した配列の次元数が規定未満の場合は、結合前に次元を拡張するものがある
|
|
126
|
+
|
|
127
|
+
→ 例えば、numpy.vstack() に1次元配列を渡すと [1, 2, 3] →[[1, 2, 3]] のように形状を変更してから結合します。
|
|
128
|
+
|
|
129
|
+
|
|
130
|
+
|
|
131
|
+
```python
|
|
132
|
+
|
|
133
|
+
arrays = ([1, 2, 3], [4, 5, 6])
|
|
134
|
+
|
|
135
|
+
print(np.r_[arrays])
|
|
136
|
+
|
|
137
|
+
# [1 2 3 4 5 6]
|
|
138
|
+
|
|
139
|
+
# [1 2 3 4 5 6]
|
|
140
|
+
|
|
141
|
+
print(np.hstack(arrays))
|
|
142
|
+
|
|
143
|
+
# [[1 4]
|
|
144
|
+
|
|
145
|
+
# [2 5]
|
|
146
|
+
|
|
147
|
+
# [3 6]]
|
|
148
|
+
|
|
149
|
+
print(np.c_[arrays])
|
|
150
|
+
|
|
151
|
+
# [[1 2 3]
|
|
152
|
+
|
|
153
|
+
# [4 5 6]]
|
|
154
|
+
|
|
155
|
+
print(np.vstack(arrays))
|
|
156
|
+
|
|
157
|
+
# [[1 2]
|
|
158
|
+
|
|
159
|
+
# [3 4]
|
|
160
|
+
|
|
161
|
+
# [5 6]
|
|
162
|
+
|
|
163
|
+
# [7 8]]
|
|
164
|
+
|
|
165
|
+
|
|
166
|
+
|
|
167
|
+
arrays = (
|
|
168
|
+
|
|
169
|
+
[[1, 2], [3, 4]],
|
|
170
|
+
|
|
171
|
+
[[5, 6], [7, 8]],
|
|
172
|
+
|
|
173
|
+
)
|
|
174
|
+
|
|
175
|
+
|
|
176
|
+
|
|
177
|
+
print(np.r_[arrays])
|
|
178
|
+
|
|
179
|
+
# [[1 2]
|
|
180
|
+
|
|
181
|
+
# [3 4]
|
|
182
|
+
|
|
183
|
+
# [5 6]
|
|
184
|
+
|
|
185
|
+
# [7 8]]
|
|
186
|
+
|
|
187
|
+
print(np.hstack(arrays))
|
|
188
|
+
|
|
189
|
+
# [[1 2 5 6]
|
|
190
|
+
|
|
191
|
+
# [3 4 7 8]]
|
|
192
|
+
|
|
193
|
+
print(np.c_[arrays])
|
|
194
|
+
|
|
195
|
+
# [[1 2 5 6]
|
|
196
|
+
|
|
197
|
+
# [3 4 7 8]]
|
|
198
|
+
|
|
199
|
+
print(np.vstack(arrays))
|
|
200
|
+
|
|
201
|
+
# [[1 2]
|
|
202
|
+
|
|
203
|
+
# [3 4]
|
|
204
|
+
|
|
205
|
+
# [5 6]
|
|
206
|
+
|
|
207
|
+
# [7 8]]
|
|
208
|
+
|
|
209
|
+
```
|
4
s
test
CHANGED
|
@@ -1,12 +1,12 @@
|
|
|
1
|
-
np.vstack と numpy.r_ が対応していて、numpy.hstack() と numpy.c_ が対応しているという捉え方をするのではなく、**これらの関数はすべて異なる挙動を持つ**が、
|
|
1
|
+
numpy.vstack() と numpy.r_ が対応していて、numpy.hstack() と numpy.c_ が対応しているという捉え方をするのではなく、**これらの関数はすべて異なる挙動を持つ**が、
|
|
2
2
|
|
|
3
3
|
|
|
4
4
|
|
|
5
5
|
|
|
6
6
|
|
|
7
|
-
* 2次元配列同士を結合したら、**結果として**、np.vstack と numpy.r_、numpy.hstack() と numpy.c_ が同じになった
|
|
7
|
+
* 2次元配列同士を結合したら、**結果として**、numpy.vstack() と numpy.r_、numpy.hstack() と numpy.c_ が同じになった
|
|
8
8
|
|
|
9
|
-
* 1次元配列同士を結合したら、**結果として**、np.hstack と numpy.r_ が同じになった
|
|
9
|
+
* 1次元配列同士を結合したら、**結果として**、numpy.hstack() と numpy.r_ が同じになった
|
|
10
10
|
|
|
11
11
|
|
|
12
12
|
|
|
@@ -82,7 +82,7 @@
|
|
|
82
82
|
|
|
83
83
|
|
|
84
84
|
|
|
85
|
-
とくに numpy.r_ は最初のカンマ前に文字列で結合する axis を指定する機能があるので、他の hstack、vstack、c_ の3つのどれにもなれます。
|
|
85
|
+
とくに numpy.r_ は最初のカンマ前に文字列で結合する axis を指定する機能があるので、他の hstack()、vstack()、c_ の3つのどれにもなれます。
|
|
86
86
|
|
|
87
87
|
|
|
88
88
|
|
3
d
test
CHANGED
|
@@ -4,9 +4,9 @@
|
|
|
4
4
|
|
|
5
5
|
|
|
6
6
|
|
|
7
|
-
* 2次元配列
|
|
7
|
+
* 2次元配列同士を結合したら、**結果として**、np.vstack と numpy.r_、numpy.hstack() と numpy.c_ が同じになった
|
|
8
8
|
|
|
9
|
-
* 1次元配列
|
|
9
|
+
* 1次元配列同士を結合したら、**結果として**、np.hstack と numpy.r_ が同じになった
|
|
10
10
|
|
|
11
11
|
|
|
12
12
|
|
2
d
test
CHANGED
|
@@ -24,7 +24,7 @@
|
|
|
24
24
|
|
|
25
25
|
|
|
26
26
|
|
|
27
|
-
## numpy.c
|
|
27
|
+
## numpy.hstack
|
|
28
28
|
|
|
29
29
|
|
|
30
30
|
|
1
s
test
CHANGED
|
@@ -28,13 +28,13 @@
|
|
|
28
28
|
|
|
29
29
|
|
|
30
30
|
|
|
31
|
-
* すべて1次元配列の場合は、`axis=0`方向に結合
|
|
31
|
+
* すべて1次元配列の場合は、`axis=0` 方向に結合
|
|
32
32
|
|
|
33
|
-
* そうでない場合、`axis=1`方向で結合
|
|
33
|
+
* そうでない場合、`axis=1` 方向で結合
|
|
34
34
|
|
|
35
35
|
|
|
36
36
|
|
|
37
|
-
なので、2つの1次元配列を渡した場合
|
|
37
|
+
なので、2つの1次元配列を渡した場合、1つの1次元配列に結合した結果になります。
|
|
38
38
|
|
|
39
39
|
|
|
40
40
|
|
|
@@ -60,7 +60,7 @@
|
|
|
60
60
|
|
|
61
61
|
|
|
62
62
|
|
|
63
|
-
なので、
|
|
63
|
+
なので、numpy.hstack() と同じく axis=0 方向での結果なので同じ結果になります。
|
|
64
64
|
|
|
65
65
|
|
|
66
66
|
|
|
@@ -82,9 +82,7 @@
|
|
|
82
82
|
|
|
83
83
|
|
|
84
84
|
|
|
85
|
-
|
|
86
|
-
|
|
87
|
-
とくに numpy.r_ は結合する axis を指定する機能があるので、他の3つのどれにもなれます。
|
|
85
|
+
とくに numpy.r_ は最初のカンマ前に文字列で結合する axis を指定する機能があるので、他の hstack、vstack、c_ の3つのどれにもなれます。
|
|
88
86
|
|
|
89
87
|
|
|
90
88
|
|