numpy vstack
और column_stack
के बीच क्या अंतर है। प्रलेखन के माध्यम से पढ़ना, ऐसा लगता है कि column_stack
1 डी arrays के लिए vstack
का कार्यान्वयन है। क्या यह एक अधिक कुशल कार्यान्वयन है? अन्यथा, मुझे vstack
होने का कोई कारण नहीं मिल रहा है।numpy vstack बनाम column_stack
22
A
उत्तर
50
मैं निम्नलिखित कोड अच्छी तरह से अंतर को दिखाता है लगता है:
>>> np.vstack(([1,2,3],[4,5,6]))
array([[1, 2, 3],
[4, 5, 6]])
>>> np.column_stack(([1,2,3],[4,5,6]))
array([[1, 4],
[2, 5],
[3, 6]])
>>> np.hstack(([1,2,3],[4,5,6]))
array([1, 2, 3, 4, 5, 6])
मैं तुलना के लिए hstack
को शामिल किया है और साथ ही। ध्यान दें कि दूसरे आयाम के साथ column_stack
ढेर जबकि पहले आयाम के साथ vstack
ढेर।
>>> np.hstack(([[1],[2],[3]],[[4],[5],[6]]))
array([[1, 4],
[2, 5],
[3, 6]])
मुझे आशा है कि हम इस बात से सहमत कर सकते हैं कि column_stack
अधिक सुविधाजनक है: column_stack
के बराबर निम्नलिखित hstack
आदेश है।
6
column_stack के लिए नोट्स अनुभाग में, यह बताते हैं इस:
इस समारोह
np.vstack(tup).T
के बराबर है।
numpy
में कई फ़ंक्शन हैं जो अन्य कार्यों के सुविधाजनक रैपर हैं। उदाहरण के लिए, vstack के नोट्स अनुभाग का कहना है: np.concatenate(tup, axis=0)
को
समतुल्य अगर TUP सरणियों कि कम से कम 2-आयामी होते हैं।
ऐसा लगता है कि column_stack
vstack
के लिए एक सुविधाजनक कार्य है।
संबंधित मुद्दे
- 1. numpy vstack
- 2. अजगर: सरणी numpy सूची और vstack
- 3. मुझे hstack/vstack बनाम एपेंड बनाम कंसेटनेट बनाम कॉलम_स्टैक
- 4. - बनाम - = numpy
- 5. numpy.broadcast vstack और इसी तरह के कार्यों के परिणाम "ट्रांसपोज़" क्यों करता है?
- 6. शफल बनाम परमिट numpy
- 7. NumPy append बनाम concatenate
- 8. Numpy बनाम अजगर नाव
- 9. numpy np.array बनाम np.matrix (प्रदर्शन)
- 10. SciPy SVD बनाम Numpy SVD
- 11. पायथन numpy सरणी बनाम सूची
- 12. numpy अधिकतम Amax बनाम अधिकतम
- 13. numpy: (आमतौर पर फ्लोट करने के लिए) यह संभव है स्तंभों की dtype जब मैं column_stack का उपयोग NumPy सरणी dtype परिवर्तित हो जाता है श्रेणीबद्ध करने के लिए जब column_stack
- 14. numpy arrays की सूची को एकल numpy सरणी में कैसे परिवर्तित करें?
- 15. एक numpy array
- 16. numpy array
- 17. numpy
- 18. numpy
- 19. numpy
- 20. NumPy
- 21. numpy
- 22. numpy
- 23. numpy
- 24. numpy
- 25. numpy
- 26. Numpy
- 27. Numpy
- 28. NumPy
- 29. NumPy
- 30. NumPy