Numpy5——数组的扩充（相加、复制、广播）排序，形状调整

数组扩充

数组扩充：通过对原始数据进行各种变换来增加数据量，提高模型的泛化能力。

常见的扩充方法（拼接轴可以变，其他轴必须对齐）

• np.append(数组变量，要添加的数据，axis=指定的轴)：在指定的轴上增加指定数据
• np.vstack((变量，变量))：沿着0轴进行拼接，0轴上的数量发生变化
• np.hstack((变量，变量)) ：沿着1轴进行进行拼接，1轴上的数量发生变化
• np.dstack((变量，变量))：沿着2轴进行拼接，2轴上的数量发生变化
• np.concatenate( (变量，变量)，axis） ：沿着指定的轴进行拼接
• np.stack((变量，变量)，axis)：将数组在指定的维度（可以是新维度可以是已有维度）上进行堆叠（两个变量的数组形状必须是完全一致的）

a = np.arange(12).reshape(2, 2,3)
b = np.arange(12).reshape(2,2,3)
print(a)
# [[[ 0  1  2]
#   [ 3  4  5]]
# 
#  [[ 6  7  8]
#   [ 9 10 11]]]
print("----------------------")
print(b)
# [[[ 0  1  2]
#   [ 3  4  5]]
# 
#  [[ 6  7  8]
#   [ 9 10 11]]]
print("----------------------")
print(np.vstack((a,b)))
# 等价于print(np.concatenate((a,b),axis = 0))
# [[[ 0  1  2]
#   [ 3  4  5]]
# 
#  [[ 6  7  8]
#   [ 9 10 11]]
# 
#  [[ 0  1  2]
#   [ 3  4  5]]
# 
#  [[ 6  7  8]
#   [ 9 10 11]]]
print("----------------------")
print(np.hstack((a,b)))
# 等价于print(np.concatenate((a,b),axis = 1))
# [[[ 0  1  2]
#   [ 3  4  5]
#   [ 0  1  2]
#   [ 3  4  5]]
# 
#  [[ 6  7  8]
#   [ 9 10 11]
#   [ 6  7  8]
#   [ 9 10 11]]]
print("----------------------")
print(np.dstack((a,b)))
# 等价于print(np.concatenate((a,b),axis = 2))
# [[[ 0  1  2  0  1  2]
#   [ 3  4  5  3  4  5]]
# 
#  [[ 6  7  8  6  7  8]
#   [ 9 10 11  9 10 11]]]
print(np.stack((a,b)