009.Numpy组合数组

009.Numpy组合数组

1.numpy.concatenate((a1, a2, …), axis=0, out=None, dtype=None, casting=“same_kind”)

• 功能：根据给定的现有轴连接数组
• 常用的参数：
  1. (a1, a2, …)
     - a1，a2，…array_like序列
     - 除了对应于给定轴的对应位置上形状可以不同外，其余形状必须是相同的才能合并
  2. axis
     - 默认为0轴
• 练习：
  多个一维数组合并（简单）
  
  一维和二维数组的合并（不可行）
  合并的多个数组必须是相同维度的
  二维数组和二维数组的合并
  
  默认是0轴，也就是说两个数组的shape[0]可以不同，但是shape[1]必须是相同的，a和b显然不符合该条件
  
  满足shape[1]相同的条件，默认axis=0, shape[0]做加法，得到新的shape
  
  指定了axis=1, 所以shape[1]可以不一样，其余的shape必须是一样的，shape[1]做加法，得到新的shape
  多个三维数组的合并
  
  
  shape[2]是不同的，其余shape是相同的，所以能进行合并，shape[2]做加法，得到新的shape

2.numpy.stack(arrays, axis=0, out=None)

• 功能：沿新轴连接一系列数组（在指定轴上增加维度），形成一个新的数组
• 常用参数：
  1.arrays表示要堆叠（合并）的多个数组（用元组表示），必须是同shape的
  2.axis参数指定结果范围内新轴的索引
  • 如果axis = 0，它将是第一个尺寸
  • 如果axis = -1，它将是最后的尺寸
• 练习
  产生五个同shape的数组，堆叠会形成一个维度值为5
  
  将堆叠形成的新维度作为shape[0], axis=0
  
  将堆叠形成的新维度作为shape[1], axis=1
  
  将堆叠形成的新维度作为shape[2], axis=2
  
  可以很容易根据shape猜测出axis=0和axis=1情况下得到的数组
  
  
  对于axis=2情况下形成的数组，shape[2]为5，则从每个array的相同位置取一个，形成5
  
  两个一维数组的合并
  
• 两个同shape的数组堆叠，产生一个维度2
  将新的维度作为shape[0]
  
  将新的维度作为shape[1]
  
  将新的维度作为现有维度的后一个维度,axis=-1（原始的a、b都只有一个维度，即shape[0]，后一个维度就是shape[1],所以结果同axis=1)