np.concatenate()函数如何使用

今天小编给大家分享一下np.concatenate()函数如何使用的相关知识点，内容详细，逻辑清晰，相信大部分人都还太了解这方面的知识，所以分享这篇文章给大家参考一下，希望大家阅读完这篇文章后有所收获，下面我们一起来了解一下吧。

引言

提到 numpy 的数组操作，我们就不得不说到 np.concatenate() 函数，concatenate 一词在英文中是级联的意思，我们可以简单地理解为连接，拼接。

函数调用

调用方法

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

各个参数的意义

• (a1, a2, ...)：数组序列，注意要用 () 或者 [] 符号括起来，否则会报错，具体可以参考这篇------np.concatenate()函数数组序列参数。

• axis：设置级联时的坐标轴，如沿着x轴，y 轴或者 z 轴级联。对于坐标轴问题，具体可以参考这篇------numpy.sum()坐标轴问题。

• out：（可选参数）暂时不做讨论。

有返回值，返回级联后的数组。

注意事项

在使用该函数的时候务必要注意，(a1, a2, ...) 中的 a1 ， a2 均应该为可以迭代的对象，且维度不能够为 0，比如：我们给 a1 = 5 一个整数值，此时会得到 zero-dimensional arrays cannot be concatenated 的错误提示，具体代码如下：

# -*- coding:utf-8 -*-"""author: 15025age: 26e-mail: 1502506285@qq.comtime: 2020/12/1 16:54software: PyCharmDescription:"""import numpy as npclass Debug:    @staticmethod    def mainProgram():        x = 5        y = np.ones(3)        z = np.concatenate(([x], y))        z1 = np.concatenate((np.array([x]), y))        # wrong calling method        # z = np.concatenate((x, y))        # print(z)        print("The value of z is: ")        print(z)        print("The value of z1 is: ")        print(z1)if __name__ == "__main__":    main = Debug()    main.mainProgram()"""The value of z is: [5. 1. 1. 1.]The value of z1 is: [5. 1. 1. 1.]"""

我们可以看到，对于单个整数，我们可以先将它转换为 ndarray 或者 list 对象，然后进行级联操作。但是如果我们直接进行级联操作就会出错，可以自行尝试被注释掉的部分。

接下来我们给几个相关的例子。

示例1------一维数组

代码如下：

# -*- coding: utf-8 -*-import numpy as npclass Debug:    def __init__(self):        self.x = np.array([1, 2, 3])        self.y = np.array([4, 5, 6])        self.x1 = np.array([[1],[2],[3]])        self.y1 = np.array([[4],[5],[6]])            def mainProgram(self):        z = np.concatenate((self.x, self.y))        z1 = np.concatenate((self.x1, self.y1))        print("The value of z is: ")        print(z)        print("The value of z1 is: ")        print(z1)        if __name__ == "__main__":    main = Debug()    main.mainProgram()"""The value of z is: [1 2 3 4 5 6]The value of z1 is: [[1] [2] [3] [4] [5] [6]]"""

我们可以看到，对于结果 z ，np.concatenate() 完成的操作类似于np.hstack()函数，沿着 x 轴进行数组堆叠。对于结果 z1 ，np.concatenate() 完成的操作类似于np.vstack()函数，沿着 y 轴进行数组堆叠。我们知道这里是一维情况，产生这种结果的原因是 np.concatenate() 函数默认的连接方向是与被连接的数组本身的坐标轴方向是一致的。因为 self.x 与 self.y 均为横向数组，所以沿着横向连接。同理 self.x1 与 self.y1 均为纵向数组，所以沿着纵向连接。那么可不可能把一个横向数组和一个纵向数组连接起来呢？答案是否定的，可以自行尝试，比如将这里的 self.x 与 self.y1 连接起来，会得到一个错误。

既然对于一维数组是可以进行连接的，那么二维数组呢？接下来我们研究一下二维数组。

示例2------二维数组

代码如下：

# -*- coding: utf-8 -*-import numpy as npclass Debug:    def __init__(self):        self.x = np.array([[1, 2], [3, 4]])        self.y = np.array([[5, 6], [7, 8]])            def mainProgram(self):        z = np.concatenate((self.x, self.y), axis=0)        z1 = np.concatenate((self.x, self.y), axis=1)        print("The value of z is: ")        print(z)        print("The value of z1 is: ")        print(z1)        if __name__ == "__main__":    main = Debug()    main.mainProgram()"""The value of z is: [[1 2] [3 4] [5 6] [7 8]]The value of z1 is: [[1 2 5 6] [3 4 7 8]]"""

我们可以从 z 的结果中得出，此时 np.concatenate() 完成的操作类似于np.vstack()函数， 沿着 y 轴进行数组堆叠。从 z1 的结果中我们可以看到，np.concatenate() 完成的操作类似于np.hstack()函数，沿着 x 轴进行数组堆叠。如我们之前讨论过的坐标轴问题，类似于np.repeat()的坐标轴问题。二维情况下，从左向右，axis=0 指的就是 y 轴，axis=1 指的就是 y 轴。

那么 np.concatenate() 函数对于一维，二维均是起作用的，那么对于三维数组，它可以使用吗？答案是肯定的。

示例3------三维数组

代码如下：

# -*- coding: utf-8 -*-import numpy as npclass Debug:    def __init__(self):        self.x = np.array([[[1, 2], [3, 4]], [[5, 6], [7, 8]]])        self.y = np.array([[[1, 2], [3, 4]], [[5, 6], [7, 8]]])            def mainProgram(self):        z = np.concatenate((self.x, self.y), axis=0)        z1 = np.concatenate((self.x, self.y), axis=1)        z2 = np.concatenate((self.x, self.y), axis=2)        print(self.x.shape)        print("The value of z is: ")        print(z)        print("The value of z1 is: ")        print(z1)        print("The value of z2 is: ")        print(z2)        if __name__ == "__main__":    main = Debug()    main.mainProgram()"""The value of z is: [[[1 2]  [3 4]] [[5 6]  [7 8]] [[1 2]  [3 4]] [[5 6]  [7 8]]]The value of z1 is: [[[1 2]  [3 4]  [1 2]  [3 4]] [[5 6]  [7 8]  [5 6]  [7 8]]]The value of z2 is: [[[1 2 1 2]  [3 4 3 4]] [[5 6 5 6]  [7 8 7 8]]]"""

我们可以看到结果完全符合我们的预期。

以上就是“np.concatenate()函数如何使用”这篇文章的所有内容，感谢各位的阅读！相信大家阅读完这篇文章都有很大的收获，小编每天都会为大家更新不同的知识，如果还想学习更多的知识，请关注编程网精选频道。