Numpy python将两个矩阵并排附加

在本文中，我们将介绍如何使用Numpy将两个矩阵依次附加在一起。

Numpy是一个十分强大的Python库，专门用于数学和科学计算。如果你需要在Python中进行数学运算，Numpy是你必须学会的一个工具。前提是你需要安装并导入它：

import numpy as np

假设我们有两个矩阵A和B。它们的维度分别为(n x m)和(n x k)，其中n是矩阵的行数，m和k是列数。我们首先使用numpy中的函数hstack()。这个函数将两个矩阵水平（即依次附加）放在一起，产生一个新的矩阵。

下面是这个函数的语法：

numpy.hstack(tup)

其中tup是包含要连接在一起的矩阵的元组。这里是一个例子：

A = np.array([[1,2],[3,4],[5,6]])
B = np.array([[7,8],[9,10],[11,12]])
C = np.hstack((A,B))
print(C)

这将输出以下内容：

array([[ 1,  2,  7,  8],
       [ 3,  4,  9, 10],
       [ 5,  6, 11, 12]])

我们可以看到，新矩阵C包含A和B中所有元素，A中的每一行都位于B的相应行旁边。

我们还可以使用hstack()函数以不同的方式来连接矩阵。例如，我们可以在多个矩阵上进行水平堆叠。下面是一个例子：

A = np.array([[1,2],[3,4],[5,6]])
B = np.array([[7,8],[9,10],[11,12]])
C = np.array([[13,14],[15,16],[17,18]])
D = np.hstack((A,B,C))
print(D)

这将输出以下内容：

array([[ 1,  2,  7,  8, 13, 14],
       [ 3,  4,  9, 10, 15, 16],
       [ 5,  6, 11, 12, 17, 18]])

现在，我们已经学会如何使用hstack()函数在Numpy中连接矩阵，下面是另一个函数vstack()来实现将两个矩阵垂直（即对位堆叠）附加的功能。

下面是vstack()函数的语法：

numpy.vstack(tup)

这里，tup是包含要连接在一起的矩阵的元组。现在，我们来看一个例子：

A = np.array([[1,2],[3,4],[5,6]])
B = np.array([[7,8],[9,10],[11,12]])
C = np.vstack((A,B))
print(C)

结果：

array([[ 1,  2],
       [ 3,  4],
       [ 5,  6],
       [ 7,  8],
       [ 9, 10],
       [11, 12]])

我们可以看到，新矩阵C包含A和B中所有元素，A和B分别位于上下两个位置，形成了一个新的矩阵。同样地，我们也可以对多个矩阵在纵向上进行堆叠，如下所示：

A = np.array([[1,2],[3,4],[5,6]])
B = np.array([[7,8],[9,10],[11,12]])
C = np.array([[13,14],[15,16],[17,18]])
D = np.vstack((A,B,C))
print(D)

这将输出以下内容：

array([[ 1,  2],
       [ 3,  4],
       [ 5,  6],
       [ 7,  8],
       [ 9, 10],
       [11, 12],
       [13, 14],
       [15, 16],
       [17, 18]])

现在，我们已经学会了如何使用Numpy中的hstack()和vstack()函数将两个矩阵水平和垂直连接在一起。

总结

在本文中，我们介绍了如何使用Python中的Numpy库将两个矩阵依次附加在一起。我们学习了Numpy中的hstack()和vstack()函数及其语法，并通过示例说明了如何在水平和垂直方向上连接矩阵。这些函数在数据处理和科学计算中都是非常有用的。将这些函数融会贯通会让你在处理矩阵方面更加得心应手。

阅读更多：Numpy 教程