numpy中的np.c_和np.r_

今天用使用sklearn中的鸢尾花数据集来跑线性回归模型的时候，使用到了numpy中np.c_和np.r_。

这里对numpy中np.c_和np.r_这两个方法进行说明。

这两个方法的目的是将矩阵进行拼接：

 

# 导入numpy包
import numpy as np
# 定义2个矩阵
a = np.array([1, 2, 3])
b = np.array([4, 5, 6])

通过以上结果，可以得出规律：

• np.r_是按列连接两个矩阵，就是把两矩阵上下相加，要求列数相等，类似于pandas中的concat()
• np.c_是按行连接两个矩阵，就是把两矩阵左右相加，要求行数相等，类似于pandas中的merge()

再机器学习中，对矩阵的操作非常普遍，熟练掌握这些转换方法非常有必要。