Python中的np.concatenate详解|极客教程

Python中的np.concatenate详解

1. 什么是np.concatenate函数

在Python的科学计算库NumPy中，np.concatenate()是一个用于连接多个数组的函数。它可以沿着指定的轴（axis）将多个数组连接在一起，生成一个新的数组。

2. np.concatenate函数的用法

2.1 语法格式

np.concatenate((array1, array2, ...), axis=0)

2.2 参数说明

array1, array2, ...：需要连接的数组，可以是多个。
axis：指定连接的轴，取值为0、1、2，表示沿着第0、1、2个轴连接，默认为0。

2.3 返回值

返回连接后的新数组。

3. 示例代码及运行结果

3.1 连接一维数组

import numpy as np

# 创建两个一维数组
a = np.array([1, 2, 3])
b = np.array([4, 5, 6])

# 连接数组a和b
c = np.concatenate((a, b))

print(c)

运行结果：

[1 2 3 4 5 6]

3.2 连接二维数组

import numpy as np

# 创建两个二维数组
a = np.array([[1, 2], [3, 4]])
b = np.array([[5, 6], [7, 8]])

# 沿着水平轴连接数组a和b
c = np.concatenate((a, b), axis=1)

print(c)

运行结果：

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

3.3 连接多个数组

import numpy as np

# 创建三个一维数组
a = np.array([1, 2, 3])
b = np.array([4, 5, 6])
c = np.array([7, 8, 9])

# 连接数组a、b、c
d = np.concatenate((a, b, c))

print(d)

运行结果：

[1 2 3 4 5 6 7 8 9]

3.4 沿着指定轴连接数组

import numpy as np

# 创建两个二维数组
a = np.array([[1, 2], [3, 4]])
b = np.array([[5, 6], [7, 8]])

# 沿着垂直轴连接数组a和b
c = np.concatenate((a, b), axis=0)

print(c)

运行结果：

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

3.5 连接具有不同维度的数组

import numpy as np

# 创建一个一维数组和一个二维数组
a = np.array([1, 2, 3])
b = np.array([[4, 5, 6], [7, 8, 9]])

# 沿着水平轴连接数组a和b
c = np.concatenate((a, b), axis=1)

print(c)

运行结果：

[[1 2 3 4 5 6]
 [1 2 3 7 8 9]]

4. 总结

通过np.concatenate()函数，我们可以方便地连接多个数组，实现数组的拼接。需要注意的是，被连接的数组的形状应相互匹配，否则会抛出异常。还可以利用axis参数来指定连接的轴向，默认为0，即沿着第0个轴连接。在实际应用中，我们可以根据需要灵活使用np.concatenate()函数来满足不同的数据处理需求。