网络营销公司简介seo优化分析

了解即可，用panads

一、作用
实现数据的切分和合并，将数据进行切分合并处理

二、合并

1、numpy.hstack
水平拼接

# hstack 水平拼接
a = np.array((1,2,3))
b = np.array((2,3,4))
np.hstack((a, b))a = np.array([[1], [2], [3]])
b = np.array([[2], [3], [4]])
np.hstack((a, b))

2、numpy.vstack
竖直拼接

# vstack 竖直拼接
a = np.array((1,2,3))
b = np.array((2,3,4))
np.vstack((a, b))a = np.array([[1], [2], [3]])
b = np.array([[2], [3], [4]])
np.vstack((a, b))

3、numpy.concatenate((a1,a2), axis=0|1)
指定轴，选择竖直或水平拼接

# concatenate
a = np.array([[1,2], [3,4]])
b = np.array([[5,6]])
np.concatenate((a,b), axis=0)np.concatenate((a,b.T), axis=1)

三、分割

1、numpy.split(ary, indices_or_sections, axis)
沿指定的轴将数组分割为多个子数组
参数说明：
ary：被分割的数组
indices_or_sections：若是一个整数，代表用该整数平均切分，若是一个数组，则代表沿轴切分的位置（左开右闭）
axis：默认为0，表示横向切分；为1时表示纵向切分

# 分割
x = np.arange(9.0)xnp.split(x, 3)np.split(x, [3,5,6,10])