numpy.concatenate()函数

最新推荐文章于 2025-05-25 10:41:02 发布

尼口666

最新推荐文章于 2025-05-25 10:41:02 发布

阅读量393

点赞数

CC 4.0 BY-SA版权

文章标签： numpy python 机器学习

本文链接：https://blog.youkuaiyun.com/condom10010/article/details/126002980

本文详细介绍了numpy.concatenate()函数，用于连接多个数组沿指定轴(axis)进行拼接，包括参数解读、使用实例和注意事项，特别关注了MaskedArray输入的处理。通过实例演示了如何在不同维度下操作数组并保持形状一致性。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

numpy.concatenate()

def concatenate(arrays, axis=None, out=None):

函数解释：

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

    Parameters
    ----------
    a1, a2, ... : a1,a2是需要做连接的变量，它们除了在axis这个维度上不同之外，其他的shape应当相同。
    axis :变量连接的维度。默认是0.
    out : 一般不填。

    Returns
    -------
    res : 连接后的变量

例子：


    Examples：
    --------
    >>> a = np.array([[1, 2], [3, 4]])
    >>> b = np.array([[5, 6]])
    >>> np.concatenate((a, b), axis=0)
    array([[1, 2],
           [3, 4],
           [5, 6]])
    >>> np.concatenate((a, b.T), axis=1)
    array([[1, 2, 5],
           [3, 4, 6]])
    >>> np.concatenate((a, b), axis=None)
    array([1, 2, 3, 4, 5, 6])

    This function will not preserve masking of MaskedArray inputs.

    >>> a = np.ma.arange(3)
    >>> a[1] = np.ma.masked
    >>> b = np.arange(2, 5)
    >>> a
    masked_array(data=[0, --, 2],
                 mask=[False,  True, False],
           fill_value=999999)
    >>> b
    array([2, 3, 4])
    >>> np.concatenate([a, b])
    masked_array(data=[0, 1, 2, 2, 3, 4],
                 mask=False,
           fill_value=999999)
    >>> np.ma.concatenate([a, b])
    masked_array(data=[0, --, 2, 2, 3, 4],
                 mask=[False,  True, False, False, False, False],
           fill_value=999999)

变量里面找到最里面的括号，例如[1, 2]，就是维度为0的地方。然后往里面推。维度为1的就是1。

对于shape为(3,3)的变量来说，例如[ [1 2 3 ],[4 5 6 ],[7 8 9 ] ] ,第0个维度就是里面的[1,2,3 ]维度，第1个维度就是里面的1。第-1个维度和第1个维度等价。