np.c_ 和 np.r_ 的使用

1. np.c_ 的使用

np.c_ 是 NumPy 库中的一个函数，用于沿着第二轴（列）连接两个或多个数组。这个函数通常用于将两个数组的列合并在一起，而不会改变它们原有的行顺序。
np.c_ 是一个非常有用的工具，尤其是在处理需要按列合并数据的场景中。它使得数据操作更加灵活和高效。
用于列合并的数组，行数要相等。

1.1 使用方法

np.c_ 的使用格式如下：

numpy.c_[array1, array2, ..., arrayN]

这里，array1, array2, …, arrayN 是要连接的数组。

（1）合并两个一维数组

import numpy as np# 定义两个一维数组
a = np.array([1, 2, 3])
b = np.array([4, 5, 6])# 合并这两个数组
c = np.c_[a, b]
print(a.shape)
print(c)

在这里插入图片描述

可以看到a和b对应的shape大小都是(3,1), 经过np.c_[a, b]，将他们在列方向拼接在一起。
得到输出的shape大小为(3,2)

(2) 合并两个二维数组

import numpy as np# 定义两个二维数组
a = np.array([[1, 2], [3, 4]])
b = np.array([[5, 6], [7, 8]])# 合并这两个数组
c = np.c_[a, b]
print(c)
# 输出: [[1 2 5 6]
#        [3 4 7 8]]

(3) 合并多个数组

import numpy as np# 定义多个数组
a = np.array([1, 2, 3])
b = np.array([4, 5, 6])
c = np.array([7, 8, 9])# 合并这些数组
d = np.c_[a, b, c]
print(d)
# 输出: [[1 4 7]
#        [2 5 8]
#        [3 6 9]]

(4) 使用切片和索引

import numpy as np# 定义一个二维数组
a = np.array([[1, 2], [3, 4], [5, 6]])# 使用切片和索引合并数组
b = np.c_[a[0:2, :], a[1:, :]]
print(b)

在这里插入图片描述

1.2 案例

在bev项目中，经常需要给数据增加一个batch_id,此时就可以使用np.c_来实现，非常方便

import numpy as np
data= np.random.uniform(-1, 1, (5, 3))
print(data)

[[-0.45380672  0.29961225  0.60478025][ 0.07254224  0.53294663  0.4044583 ][-0.04580967 -0.0493629  -0.22611381][-0.0047154   0.04350007 -0.57873508][-0.05946754 -0.63166944  0.59860458]]

data_new= np.c_[np.array(data), np.ones(len(data))]

得到的输出如下:

array([[-0.45380672,  0.29961225,  0.60478025,  1.        ],[ 0.07254224,  0.53294663,  0.4044583 ,  1.        ],[-0.04580967, -0.0493629 , -0.22611381,  1.        ],[-0.0047154 ,  0.04350007, -0.57873508,  1.        ],[-0.05946754, -0.63166944,  0.59860458,  1.        ]])

data_new1= np.c_[np.array(data), np.full((len(data), 1),fill_value=2)]

array([[-0.45380672,  0.29961225,  0.60478025,  2.        ],[ 0.07254224,  0.53294663,  0.4044583 ,  2.        ],[-0.04580967, -0.0493629 , -0.22611381,  2.        ],[-0.0047154 ,  0.04350007, -0.57873508,  2.        ],[-0.05946754, -0.63166944,  0.59860458,  2.        ]])

2. np.r_ 的使用

np.r_ 是 NumPy 库中的一个方便的索引工具，用于沿着第一个轴（行）连接数组。它常用于将多个数组或数组片段合并成一个更大的数组。np.r_ 可以处理一维或多维数组，并且可以一次性处理多个数组。

2.1 使用方法

np.r_ 的使用格式如下：

numpy.r_[array1, array2, ..., arrayN]

这里，array1, array2, …, arrayN 是要连接的数组。

2.2 案例

(1) 连接一维数组

import numpy as np# 定义两个一维数组
a = np.array([1, 2, 3])
b = np.array([4, 5, 6])# 使用 np.r_ 连接这两个数组
c = np.r_[a, b]
print(c)
# 输出: [1 2 3 4 5 6]

a和b的shape都是大小为(3,1),通过np.r_在行方向进行拼接得到shape大小为(6,1)

(2) 连接二维数组

import numpy as np# 定义两个二维数组
a = np.array([[1, 2], [3, 4]])
b = np.array([[5, 6]])# 使用 np.r_ 连接这两个数组
c = np.r_[a, b]
print(c)
# 输出:
# [[1 2]
#  [3 4]
#  [5 6]]