numpy中的矩阵合并

版权声明：本文为博主原创文章，转载请注明出处 https://blog.csdn.net/jingshuiliushen_zj/article/details/83142642

1、np.append() 本质是复制，所以占内存比较大。
2、np.concatenate()

np.concatenate((y_train,np.zeros(len(over_samplings_x))),axis=0)

3、
列合并：np.column_stack()
行合并：np.row_stack()

a=[[0, 1, 2],
       [3, 4, 5],
       [6, 7, 8]]
np.column_stack((a, np.zeros((3,3))))

输出：

array([[ 0.,  1.,  2.,  0.,  0.,  0.],
       [ 3.,  4.,  5.,  0.,  0.,  0.],
       [ 6.,  7.,  8.,  0.,  0.,  0.]])

np.row_stack((a, np.zeros((3,3))))

输出：

array([[ 0.,  1.,  2.],
       [ 3.,  4.,  5.],
       [ 6.,  7.,  8.]
	   [ 0.,  0.,  0.],
       [ 0.,  0.,  0.],
       [ 0.,  0.,  0.]
])