关于numpy.concatenate()函数的使用及说明

更新时间：2023年08月01日 10:16:45 作者：一位不愿暴露自己的郑某人

这篇文章主要介绍了关于numpy.concatenate()函数的使用及说明,具有很好的参考价值,希望对大家有所帮助,如有错误或未考虑完全的地方,望不吝赐教

numpy.concatenate()函数

numpy.concatenate((a1,a2,…), axis=0)函数，能够一次完成多个数组的拼接。

其中a1,a2,…是数组类型的参数

示例：

>>> a=np.array([1,2,3])
>>> b=np.array([11,22,33])
>>> c=np.array([44,55,66])
>>> np.concatenate((a,b,c),axis=0)  # 默认情况下，axis=0可以不写
array([ 1,  2,  3, 11, 22, 33, 44, 55, 66]) #对于一维数组拼接，axis的值不影响最后的结果

>>> a=np.array([[1,2,3],[4,5,6]])
>>> b=np.array([[11,21,31],[7,8,9]])
>>> np.concatenate((a,b),axis=0)  # axis=0为按列拼接
array([[ 1,  2,  3],
       [ 4,  5,  6],
       [11, 21, 31],
       [ 7,  8,  9]])

>>> np.concatenate((a,b),axis=1)  #axis=1表示对应行的数组进行拼接
array([[ 1,  2,  3, 11, 21, 31],
       [ 4,  5,  6,  7,  8,  9]])

不写axis参数的话，默认为按列拼接；

np.concatenate((a,b))
Out[22]: 
array([[ 1,  2,  3],
       [ 4,  5,  6],
       [11, 21, 31],
       [ 7,  8,  9]])

若axis = -1的话，即为按行拼接：

np.concatenate((a,b),axis=-1)
Out[21]: 
array([[ 1,  2,  3, 11, 21, 31],
       [ 4,  5,  6,  7,  8,  9]])

numpy.append()和numpy.concatenate()两个函数的运行时间进行比较的话，numpy.concatenate()效率更高，适合大规模的数组拼接。

numpy.concatenate()的out使用举例

numpy.concatenate()的官方语法是

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

对out的要求是

out ndarray，可选

如果提供，则为放置结果的目的地。形状必须正确，并且与未指定out参数的串联连接的形状匹配。

举例

array01=np.arange(24).reshape(4,6)
array01
结果
array([[ 0,  1,  2,  3,  4,  5],
       [ 6,  7,  8,  9, 10, 11],
       [12, 13, 14, 15, 16, 17],
       [18, 19, 20, 21, 22, 23]])
array04 = np.ones((4,15),dtype='int32')
array04
结果
array([[1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1],
       [1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1],
       [1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1],
       [1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1, 1]])
np.concatenate((array01,array03),axis=1,out=array04)
结果
array([[ 0,  1,  2,  3,  4,  5,  0,  1,  2,  3,  4,  5,  6,  7,  8],
       [ 6,  7,  8,  9, 10, 11,  9, 10, 11, 12, 13, 14, 15, 16, 17],
       [12, 13, 14, 15, 16, 17, 18, 19, 20, 21, 22, 23, 24, 25, 26],
       [18, 19, 20, 21, 22, 23, 27, 28, 29, 30, 31, 32, 33, 34, 35]])

总结

以上为个人经验，希望能给大家一个参考，也希望大家多多支持脚本之家。

您可能感兴趣的文章:

python列表的构造方法list()
这篇文章主要介绍了python列表的构造方法list()，python中没有数组这个概念，与之相应的是列表，本篇文章就来说说列表这个语法，下面文章详细内容，需要的小伙伴可以参考一下
2022-03-03
Python3使用Selenium获取session和token方法详解
这篇文章主要介绍了Python3使用Selenium获取session和token方法详解,需要的朋友可以参考下
2021-02-02
python分布式库celery处理大规模的任务并行化
Python中的分布式任务队列时,Celery是一个备受推崇的工具,它是一个功能强大的分布式系统,可用于处理大规模的任务并行化,本文将介绍Celery的基本概念、用法和示例代码,帮助读者更好地了解和使用这个库
2024-01-01
PyInstaller将Python脚本打包为可执行文件的完整指南
PyInstaller 是一个功能强大的工具,可以将 Python 脚本及其所有依赖项打包成一个独立的可执行文件,感兴趣的小伙伴可以跟随小编一起学习一下的相关资料
2026-01-01
windows python嵌入式安装全过程
文章介绍了嵌入式安装包的概念,包括嵌入式Python和如何创建嵌入式安装包,嵌入式Python是一个精简版的Python解释器,可以在没有安装Python的环境中运行,文章还提供了下载和配置嵌入式Python的详细步骤,包括从官网下载安装包、下载get-pip.py、配置文件和环境变量等
2024-11-11
关于Python中函数的几种形参
这篇文章主要介绍了关于Python中函数的几种形参,python中函数是非常重要的一个知识点，想要把函数学习好，就必须要把函数的参数学习好，这样才能够进行很好的传递参数，发挥出应有的作用,需要的朋友可以参考下
2023-08-08
Python超越函数积分运算以及绘图实现代码
今天小编就为大家分享一篇Python超越函数积分运算以及绘图实现代码，具有很好的参考价值，希望对大家有所帮助。一起跟随小编过来看看吧
2019-11-11
基于PyQt6编写一个串口调试助手
这篇文章主要为大家详细介绍了如何基于PyQt6编写一个串口调试助手,文中的示例代码讲解详细,感兴趣的小伙伴可以跟随小编一起学习一下
2024-12-12
python turtle库画一个方格和圆实例
在本篇文章里小编给大家分享了关于python中用turtle库画一个方格和圆实例和相关代码，需要的朋友们可以学习参考下。
2019-06-06
Python+PyQt5实现数据库表格动态增删改
这篇文章主要为大家介绍如何利用Python中的PyQt5模块实现对数据库表格的动态增删改，文中的示例代码讲解详细，感兴趣的小伙伴可以了解一下
2022-03-03