Python NumPy矩阵合并：column_stack与row_stack用法详解
发布时间：2026-10-13 |
6人浏览过
本文介绍Python中NumPy库实现矩阵合并的两种核心方法：列合并np.column_stack()与行合并np.row_stack()。两者均接收元组作为参数，分别实现水平与垂直方向的矩阵拼接，适用于多维数组处理场景。
在Python的科学计算库NumPy中，若需对矩阵进行合并操作，主要依赖两个专用函数。
执行列合并时，使用np.column_stack()函数，该函数要求传入一个包含待合并矩阵的元组作为参数。
执行行合并时，使用np.row_stack()函数，同样需要传入一个包含待合并矩阵的元组作为参数。
>>> import numpy as np >>> a = np.arange(8).reshape(4, -1) >>> print(a) [[0 1] [2 3] [4 5] [6 7]] >>> b = np.arange(8, 16).reshape(4, -1) >>> print(b) [[ 8 9] [10 11] [12 13] [14 15]] >>> c = np.column_stack((a, b)) >>> print(c) [[ 0 1 8 9] [ 2 3 10 11] [ 4 5 12 13] [ 6 7 14 15]] >>> d = np.row_stack((a, b)) >>> print(d) [[ 0 1] [ 2 3] [ 4 5] [ 6 7] [ 8 9] [10 11] [12 13] [14 15]]
上述内容即为NumPy矩阵合并的具体实现方式，供读者参考与实践。
本站声明
本文内容仅供参考，不代表本站观点。转载或引用请注明出处。如发现内容问题，请通过联系我们页面反馈。
