Numpy：np.vstack()&np.hstack() flat/flatten

25-04-16 3

关于Numpy：np.vstack()&np.hstack()flat/flatten的问题就给大家分享到这里，感谢你花时间阅读本站内容，更多关于HStack的垂直对齐不起作用且不直观、hstack(

关于Numpy：np.vstack()&np.hstack() flat/flatten的问题就给大家分享到这里，感谢你花时间阅读本站内容，更多关于HStack 的垂直对齐不起作用且不直观、hstack()与vstack()函数、julia 是否具有与 python 中的 hstack 等效的功能？、numpy flatten() A等相关知识的信息别忘了在本站进行查找喔。

本文目录一览：

Numpy：np.vstack()&np.hstack() flat/flatten
HStack 的垂直对齐不起作用且不直观
hstack()与vstack()函数
julia 是否具有与 python 中的 hstack 等效的功能？
numpy flatten() A

Numpy：np.vstack()&np.hstack() flat/flatten

一 . np.vstack: 按垂直方向（行顺序）堆叠数组构成一个新的数组

In[3]:
import numpy as np

In[4]:
a = np.array([[1,2,3]])
a.shape
Out[4]:
(1, 3)

In [5]:
b = np.array([[4,5,6]])
b.shape
Out[5]:
(1, 3)

In [6]:
c = np.vstack((a,b)) # 将两个（1,3）形状的数组按垂直方向叠加
print(c)
c.shape # 输出形状为（2,3）
[[1 2 3]
 [4 5 6]]
Out[6]:
(2, 3)

In [7]:
a = np.array([[1],[2],[3]])
a.shape
Out[7]:
(3, 1)

In [9]:
b = np.array([[4],[5],[6]])
b.shape
Out[9]:
(3, 1)

In [10]:
c = np.vstack((a,b))  # 将两个（3,1）形状的数组按垂直方向叠加
print(c)
c.shape # 输出形状为（6,1）
[[1]
 [2]
 [3]
 [4]
 [5]
 [6]]
Out[10]:
(6, 1)

二 . np.hstack:按水平方向（列顺序）堆叠数组构成一个新的数组

In[11]:
a = np.array([[1,2,3]])
a.shape
Out[11]:
(1, 3)

In [12]:
b = np.array([[4,5,6]])
b.shape
Out[12]:
(1, 3)

In [16]:
c = np.hstack((a,b)) # 将两个（1,3）形状的数组按水平方向叠加
print(c)
c.shape  # 输出形状为（1,6）
[[1 2 3 4 5 6]]
Out[16]:
(1, 6)

In [17]:
a = np.array([[1],[2],[3]])
a.shape
Out[17]:
(3, 1)
In [18]:
b = np.array([[4],[5],[6]])
b.shape
Out[18]:
(3, 1)
In [19]:
c = np.hstack((a,b)) 将两个（3,1）形状的数组按水平方向叠加
print(c)
c.shape  # 输出形状为（3,2）
[[1 4]
 [2 5]
 [3 6]]
Out[19]:
(3, 2)

三 . numpy.ndarray.flat/flatten

1. flat返回的是一个迭代器，可以用for访问数组每一个元素

import numpy as np
a = np.arange(4).reshape(2,2)
print(a)
for i in a.flat:
    print(i)
#迭代器可以用list进行输出
print(list(a.flat))
print(type(a.flat))#返回类型为 numpy.flatiter
#可以用索引对迭代器进行引号
a.flat[3]

#输出：
[[0 1]
 [2 3]]
0
1
2
3
[0, 1, 2, 3]
<class ''numpy.flatiter''>
3

2. ndarray.flatten(order=’C’)

Return a copy of the array collapsed into one dimension.
将数组的副本转换为一维，并返回

可选参数，order：{‘C’,‘F’,‘A’,‘K’}

‘C’：C-style，行序优先
‘F’：Fortran-style，列序优先
‘A’：if a is Fortran contiguous in memory ,flatten in column_major order
‘K’：按照元素在内存出现的顺序进行排序
默认为’C’

a = np.array([[4,5],[4,9]])
#默认按行转换
b= a.flatten()
print(b)
#换成列来划分
c = a.flatten(''F'')
print(c)

[4 5 4 9]
[4 4 5 9]

HStack 的垂直对齐不起作用且不直观

如何解决HStack 的垂直对齐不起作用且不直观

我有这个代码：

HStack (alignment:.center) {
  Text("50")
  ProgressView("",value: 50,total: 100)
  Text("100")
  Text("mg")
}

结果是

enter image description here

我想要这个

enter image description here

我尝试了所有方法，例如向 HStack 添加对齐中心、在 vstack 中添加进度视图等

为什么 Apple 从来没有设法让与界面设计相关的东西直观地工作？

解决方法

还有另一种不使用“”的方法，它可以随心所欲地工作。

import SwiftUI
struct ContentView: View {
    var body: some View {
        HStack  {
            Text("50")
            ProgressView(value: 50,total: 100)  // <<: Here
            Text("100")
            Text("mg")
        }
    }
}

enter image description here

您使用的版本也不错，但还有另一个用法，例如下面的代码。并且它需要为 Text 下推 ProgressView，实际上，在您的代码中 ProgressView 认为 "" 是要显示的信息！这就是你看到的原因。

import SwiftUI
struct ContentView: View {
    var body: some View {
        HStack  {
            Text("50")
            ProgressView("This part is for information to help",value: 50,total: 100)
            Text("100")
            Text("mg")
        }
    }
}

enter image description here

hstack()与vstack()函数

ref: https://blog.csdn.net/csdn15698845876/article/details/73380803

1. hstack()函数

a，b只有一个维度：对第一个维度拼接

a，b，c，d，有两个维度（3，2）：对第二个维度拼接

a，b，c，有三个维度（3，2，1）：对第二个维度拼接

a，b，有四个维度（3，2，4，2）：对第二个维度拼接

1 2 3

2. vstack()函数

a，b只有一个维度，对第一个维度拼接

a，b有两个维度，对第一个维度拼接

a，b有三个维度，对第一个维度拼接

1 2

a，b有四个维度，对第一个维度拼接

julia 是否具有与 python 中的 hstack 等效的功能？

如何解决julia 是否具有与 python 中的 hstack 等效的功能？

我想使用长度为 n 的 d 列向量构造一个大小为 n x d 的二维数组。

julia 有没有这样的功能或者类似的东西？

解决方法

假设您有 2 列：

julia> columns = [rand(1:20,3) for _ in 1:2]
2-element Vector{Vector{Int64}}:
 [20,3,19]
 [9,11,18]

hcat 完成每一列的工作：

julia> hcat(columns[1],columns[2])
3×2 Matrix{Int64}:
 20   9
  3  11
 19  18

您也可以使用 ... 运算符只传递整个向量：

julia> hcat(columns...)
3×2 Matrix{Int64}:
 20   9
  3  11
 19  18

Matrix 语法还支持从列构建一个：

julia> [columns[1] columns[2]]
3×2 Matrix{Int64}:
 20   9
  3  11
 19  18

numpy flatten() A

flatten ()：降至一维。

from numpy import *
x = mat(arange(12).reshape((3,4)))
print(x.flatten(),type(x.flatten()))
y=arange(12).reshape((3,4))
print(y.flatten(),type(y.flatten()))

输出：

[[ 0  1  2  3  4  5  6  7  8  9 10 11]] <class ''numpy.matrixlib.defmatrix.matrix''>
[ 0  1  2  3  4  5  6  7  8  9 10 11] <class ''numpy.ndarray''>

A：矩阵转化为数组

from numpy import *
a=[[1,2],[3,4]]
b=mat(a)
print(b.flatten(),type(b.flatten()))
print(b.flatten().A,type(b.flatten().A))
print(b.flatten().A[0])

输出：

[[1 2 3 4]] <class ''numpy.matrixlib.defmatrix.matrix''>
[[1 2 3 4]] <class ''numpy.ndarray''>
[1 2 3 4]

本文标签：

Numpy：np.vstack()&np.hstack() flat/flatten