【Python/Numpy】numpy concatenate()函数

最新推荐文章于 2025-07-03 22:53:34 发布

原创最新推荐文章于 2025-07-03 22:53:34 发布 · 1.1k 阅读

0 ·

CC 4.0 BY-SA版权

文章标签：

#python #机器学习 #矩阵

Python学习笔记专栏收录该内容

51 篇文章

订阅专栏

本文通过numpy的concatenate函数展示了如何在不同维度上连接数组，包括沿行(axis=1)和列(axis=0)，以及对二维数组的混合操作。实例演示了如何将1维和2维数组结合，以及不同轴选择带来的结果变化。

部署运行你感兴趣的模型镜像

numpy.concatenate((a1, a2, ...), axis=0, out=None, dtype=None, casting="same_kind")

import numpy as np

x=np.ones((1,2))
print(x)
#输出
[[1. 1.]]
y=np.zeros((1,2))
print(y)
[[0. 0.]]
ans1=np.concatenate((x,y),axis=1)
print(ans1)
[[1. 1. 0. 0.]]
ans2=np.concatenate((x,y),axis=0)
print(ans2)
[[1. 1.]
 [0. 0.]]

x=np.ones((2,2))
print(x)
#输出
[[1. 1.]
 [1. 1.]]
y=np.zeros((1,2))
print(y) 
[[0. 0.]]
ans1=np.concatenate((x,y.T),axis=1)
print(ans1)
[[1. 1. 0.]
 [1. 1. 0.]]
ans2=np.concatenate((x,y),axis=0)
print(ans2)
[[1. 1.]
 [1. 1.]
 [0. 0.]]
ans3=np.concatenate((x,y),axis=None)
print(ans3) 
[1. 1. 1. 1. 0. 0.]