NumPy中如何Join NumPy Arrays
www能不能详细讲讲这两个例子啊，axis=0和axis=1又是什么意思呀www，谢谢宁！
import numpy as np
arr1 = np.array()
arr2 = np.array()
arr = np.concatenate((arr1, arr2))
print(arr)
import numpy as np
arr1 = np.array([, ])
arr2 = np.array([, ])
arr = np.concatenate((arr1, arr2), axis=1)
print(arr)
本帖最后由 阿奇_o 于 2021-5-7 09:08 编辑
从图片里的结果来看，再结合pandas里的pd.concat(, axis=1)，
那么这里的numpy.concatenate((arr1, arr2), axis=1)
应该 类似pandas的是 【沿着1轴进行（列拼接）】——可理解为“往表的右边追加列”
默认axis=0，即 【沿着0轴进行（行拼接）】，可以理解为“往下追加更多的行” 。
另外在pandas里通常axis=0 或 axis=1，可以写为 axis='index' 或 axis='column'
这里我觉得，直接用矩阵来理解，反而不好理解，比较抽象，哪来的轴呢，是吧，
所以可以先学pandas，可以让矩阵变成表，然后看起来就更直观了。
ps:
根据《用python进行数据分析》的“如果你是pandas新手，只是想用pandas随便处理一下数据，那可以跳过本章”，
于是，我基本没学numpy，更多地学了pandas，它的底层计算是基于numpy的矩阵计算。
页:
[1]