Numpy Concatenate() 函数

Numpy Concatenate() 函数用于沿现有轴连接一系列数组。此函数接受要连接的数组元组或列表，以及一个可选的 axis 参数，该参数指定连接数组所沿的轴。

如果没有提供 axis 参数，则在连接之前将数组展平。此函数可用于组合不同维度的数组，无论是垂直堆叠、水平堆叠还是沿指定轴堆叠。

语法

Numpy concatenate() 函数的语法如下:-

numpy.concatenate((a1, a2, ...), axis=0, out=None, dtype=None, casting="same_kind")

参数

以下是 Numpy concatenate() 函数的参数:-

• a1, a2, ...: array_like : 这些是要连接的数组。它们必须具有相同的形状，但与轴对应的维度除外。
• axis(int，可选):数组连接时所沿的轴。默认值为 0。如果 axis 为 None，则数组在使用前会被展平。
• out(ndarray，可选):如果提供，则放置结果的目标位置。它必须具有正确的形状才能容纳输出。
• dtype(数据类型，可选):输出数组中使用的类型。默认情况下，dtype 将从输入中推断出来。
• casting({'no', 'equiv', 'safe', 'same_kind', 'unsafe'}，可选):控制可能发生的数据转换类型。默认为 'same_kind'。

返回值

返回连接后的数组。

示例 1

以下是 Numpy Concatenate() 函数的示例，该函数演示了如何沿默认轴 (axis=0) 连接两个一维数组，从而生成一个一维数组 -

import numpy as np

# 定义两个一维数组
array1 = np.array([1, 2, 3])
array2 = np.array([4, 5, 6])

# 沿默认轴 (axis=0) 连接
result = np.concatenate((array1, array2))

print("连接结果:", result)

输出

连接结果:[1 2 3 4 5 6]

示例 2

以下示例展示了如何沿行(axis=0)连接两个二维数组，从而生成一个包含更多行的二维数组。

import numpy as np

# 定义两个二维数组
array1 = np.array([[1, 2], [3, 4]])
array2 = np.array([[5, 6], [7, 8]])

# 沿轴 0(行)连接
result = np.concatenate((array1, array2), axis=0)

print("沿轴 0 连接的结果:", result)

输出

沿轴 0 连接的结果:
[[1 2]
[3 4]
[5 6]
[7 8]]

示例 3

我们可以通过在 concatenate() 函数中定义 axis=1 来沿列连接两个二维数组，从而生成一个包含更多列的二维数组。下面是它的示例 -

import numpy as np

# 定义两个二维数组
array1 = np.array([[1, 2], [3, 4]])
array2 = np.array([[5, 6], [7, 8]])

# 沿轴 1(列)连接
result = np.concatenate((array1, array2), axis=1)

print("沿轴 1 连接的结果:", result)

输出

沿轴 1 连接的结果:
 [[1 2 5 6]
 [3 4 7 8]]

numpy_array_manipulation.html