numpy concatenate函数|极客教程

numpy concatenate函数

numpy.concatenate() 函数可以沿着指定的轴连接数组序列。通过 numpy.concatenate() 函数，我们可以将多个数组连接成一个新的数组。下面将详细介绍 numpy.concatenate() 函数的用法及示例代码。

`numpy.concatenate()` 函数的基本用法

numpy.concatenate() 函数的语法如下：

numpy.concatenate((a1, a2, ...), axis=0)

a1, a2, ...：需要连接的数组序列
axis：指定连接的轴向

下面是一个简单的示例代码，演示了如何使用 numpy.concatenate() 函数连接两个数组：

import numpy as np

arr1 = np.array([[1, 2], [3, 4]])
arr2 = np.array([[5, 6], [7, 8]])

result = np.concatenate((arr1, arr2))

print(result)

运行结果如下：

[[1 2]
 [3 4]
 [5 6]
 [7 8]]

在上面的示例中，我们创建了两个数组 arr1 和 arr2，然后使用 numpy.concatenate() 函数将它们连接成一个新的数组。连接的结果是一个4×2的二维数组。

沿指定轴连接数组

除了默认的轴向0外，我们还可以指定沿着哪个轴连接数组。下面是一个示例代码，演示了在不同轴向上连接数组的效果：

import numpy as np

arr1 = np.array([[1, 2], [3, 4]])
arr2 = np.array([[5, 6], [7, 8]])

result_axis0 = np.concatenate((arr1, arr2), axis=0)
result_axis1 = np.concatenate((arr1, arr2), axis=1)

print("沿轴0连接的结果：")
print(result_axis0)
print("\n沿轴1连接的结果：")
print(result_axis1)

运行结果如下：

沿轴0连接的结果：
[[1 2]
 [3 4]
 [5 6]
 [7 8]]

沿轴1连接的结果：
[[1 2 5 6]
 [3 4 7 8]]

在上面的示例中，我们分别使用轴向0和轴向1连接了两个数组，通过结果的输出可以看出连接的效果。

`numpy.concatenate()` 函数的应用举例

numpy.concatenate() 函数可用于合并多个数组，下面是一个示例代码，演示了合并多个数组的情况：

import numpy as np

arr1 = np.array([[1, 2], [3, 4]])
arr2 = np.array([[5, 6], [7, 8]])
arr3 = np.array([[9, 10], [11, 12]])

result = np.concatenate((arr1, arr2, arr3))

print(result)

运行结果如下：

[[ 1  2]
 [ 3  4]
 [ 5  6]
 [ 7  8]
 [ 9 10]
 [11 12]]

在上面的示例中，我们将三个数组连接成一个新的数组，并输出了连接后的结果。

总结

通过本文的介绍，我们学习了 numpy.concatenate() 函数的基本用法及应用场景。通过该函数，我们可以方便地合并多个数组，实现数据的连接操作。

numpy concatenate函数