Numpy concatenate函数|极客笔记

Numpy concatenate函数

numpy.concatenate是一个用于数组拼接的函数，它可以将两个或多个数组沿指定轴连接在一起。在数据处理和分析中，我们经常需要将不同的数据源进行合并，这时候，numpy.concatenate就派上了用场。

1. 基本用法

numpy.concatenate的基本语法如下：

numpy.concatenate((a1, a2, ...), axis=0, out=None)

其中，a1, a2, ...是需要连接的数组序列，axis是连接轴，默认为0，out是可选参数，用于指定输出数组。

下面我们通过一个例子来看一下numpy.concatenate的基本用法：

import numpy as np

# 创建两个一维数组
a1 = np.array([1, 2, 3])
a2 = np.array([4, 5, 6])

# 使用numpy.concatenate进行数组拼接
result = np.concatenate((a1, a2))

print(result)  # 输出：[1 2 3 4 5 6]

Output:

Numpy concatenate函数

在这个例子中，我们创建了两个一维数组a1和a2，然后使用numpy.concatenate将它们拼接在一起，得到了新的一维数组result。

2. 指定轴进行拼接

numpy.concatenate默认沿着第一个轴（即axis=0）进行拼接，但我们也可以通过axis参数来指定其他轴进行拼接。

例如，对于二维数组，我们可以沿着列方向（即axis=1）进行拼接：

import numpy as np

# 创建两个二维数组
a1 = np.array([[1, 2], [3, 4]])
a2 = np.array([[5, 6], [7, 8]])

# 使用numpy.concatenate进行数组拼接，指定axis=1
result = np.concatenate((a1, a2), axis=1)

print(result)  # 输出：[[1 2 5 6]
               #       [3 4 7 8]]

Output:

Numpy concatenate函数

在这个例子中，我们创建了两个二维数组a1和a2，然后使用numpy.concatenate将它们沿着列方向拼接在一起，得到了新的二维数组result。

3. 拼接不同维度的数组

当我们需要拼接的数组维度不同时，可以使用numpy.concatenate配合numpy.newaxis来实现。

例如，我们可以将一个一维数组和一个二维数组进行拼接：

import numpy as np

# 创建一个一维数组和一个二维数组
a1 = np.array([1, 2, 3])
a2 = np.array([[4, 5, 6], [7, 8, 9]])

# 使用numpy.newaxis增加a1的维度
a1 = a1[:, np.newaxis]

# 使用numpy.concatenate进行数组拼接
result = np.concatenate((a1, a2), axis=1)

print(result)  # 输出：[[1 4 5 6]
               #       [2 7 8 9]
               #       [3 0 0 0]]

在这个例子中，我们创建了一个一维数组a1和一个二维数组a2，然后使用numpy.newaxis增加了a1的维度，使其可以和a2进行拼接，最后使用numpy.concatenate将它们拼接在一起，得到了新的二维数组result。

4. 使用out参数

numpy.concatenate还有一个可选参数out，我们可以使用它来指定输出数组。这样，我们可以将结果直接保存到一个已经存在的数组中，而不需要创建新的数组。

例如，我们可以创建一个空的数组，然后将拼接结果保存到这个数组中：

import numpy as np

# 创建两个一维数组
a1 = np.array([1, 2, 3])
a2 = np.array([4, 5, 6])

# 创建一个空的数组用于保存结果
result = np.empty(6, dtype=int)

# 使用numpy.concatenate进行数组拼接，指定out参数
np.concatenate((a1, a2), out=result)

print(result)  # 输出：[1 2 3 4 5 6]

Output:

Numpy concatenate函数