numpy之用concatenate()拼接数据

 我们有时会需要将数据进行拼接，在pandas中可以利用concat()等，而在numpy中可以利用numpy.concatenate()

语法：concatenate((a1, a2, …), axis=0）
说明：(a1, a2, …)为待拼接的数据，可以是一维，也可以是多维。axis决定着怎么将数据拼接：axis=0是将数据按列拼接（即竖着拼接）；axis=1是将数据按行拼接（即横着拼接）；axis=None则是先将数据拉成一维向量，再拼接。

eg1: 数据都是一维的

import numpy as np

data1 = np.array([1, 2, 3, 4]) #[1 2 3 4]
data2 = np.array([5, 6]) #[5 6]
print(np.concatenate((data1, data2))) #[1 2 3 4 5 6]

eg2: 数据都是二维的，axis=0，按列拼接，要求列数相同，不然会报错

import numpy as np

data1 = np.array([[1, 2], [3, 4]]) #[[1 2]
                                   # [3 4]]

data2 = np.array([[5, 6]]) #[[5 6]]

print(np.concatenate((data1, data2))) #[[1 2]
                                      # [3 4]
                                      # [5 6]]

eg3: 数据都是二维的，axis=1，按行拼接，要求行数相同，上例中的data1有两行，而data2只有一行，因此需要将data2转置为两行的，不然会报错。

import numpy as np

data1 = np.array([[1, 2], [3, 4]]) #[[1 2]
                                   # [3 4]]

data2 = np.array([[5, 6]]) #[[5 6]]

#将data2转置
print(np.concatenate((data1, data2.T), axis=1)) #[[1 2 5]
                                                # [3 4 6]]

eg4: 数据都是二维的，axis=None

import numpy as np

data1 = np.array([[1, 2], [3, 4]]) #[[1 2]
                                   # [3 4]]
                                   
data2 = np.array([[5, 6]]) #[[5 6]]

#将data2转置
print(np.concatenate((data1, data2.T), axis=None)) #[1 2 3 4 5 6]