《Python数据分析实战》day1：有关Numpy中column_stack与row_stack的思考

从今天开始看 《Python数据分析实战》
这本书，今天看了这本书的第三章：Numpy部分，在书中看到了numpy中的两个方法numpy.column_stack与numpy.row_stack有一点自己的思考,先上代码：

    >>> import numpy as np
    >>> a = np.array([0, 1, 2])
    >>> b = np.array([3, 4, 5])
    >>> c = np.array([6, 7, 8])
    >>> np.column_stack((a, b, c))
    array([[0, 3, 6],
           [1, 4, 7],
           [2, 5, 8]])
    >>> np.row_stack((a, b, c))
    array([[0, 1, 2],
           [3, 4, 5],
           [6, 7, 8]])
[/code]

书中并没有对这段代码给详细的解释也没有说明numpy.column_stack与numpy.row_stack这两个方法的具体使用方法，那就只能自己探究清楚啦！

先去看官方文档是怎么说的：

[ numpy.column_stack(tup)
](https://docs.scipy.org/doc/numpy/reference/generated/numpy.column_stack.html)
:

> Stack 1-D arrays as columns into a 2-D array.
>
> Take a sequence of 1-D arrays and stack them as columns to make a single 2-D
> array. 2-D arrays are stacked as-is, just like with [ ` hstack  `
> ](https://docs.scipy.org/doc/numpy/reference/generated/numpy.hstack.html#numpy.hstack
> "numpy.hstack") .  1-D arrays are turned into 2-D columns first.

看了官方文档一下子就清楚了，把一维数组按列排列成多维数组。拿上面的例子来说就是先取a, b, c的第一个元素构成第一行，再取a, b,
c的第二个元素构成第二行，最后取a, b, c的第三个元素构成第三行，这样最后得到的结果就像是将a, b,
c按列排列成多维数组一样，那么同理numpy.row_stack也很好理解啦！  

[ 欢迎大家来我的Github看我今天下午写的有关Numpy的代码！ ](https://github.com/olivercqc/Learning-
Data-Science-from-scratch-with-Python/blob/master/01.%20Numpy.ipynb)
这篇文章是自己的一点思考，如果网友发现有错误之处，请大家不吝指教！十分感谢！


![在这里插入图片描述](https://img-blog.csdnimg.cn/20210608151750993.gif)