numpy.concatenate用法及实例详解
想高效处理NumPy数组?`numpy.concatenate()`函数是你的得力助手!本文深入解析`numpy.concatenate()`的用法,并结合实例演示,助你轻松掌握数组拼接技巧。该函数用于沿指定轴连接多个数组,要求除连接轴外,其他维度形状必须一致。无论是一维数组的简单拼接,还是二维数组按行(axis=0)或按列(axis=1)的灵活组合,`concatenate()`都能胜任。同时,文章还重点强调了维度匹配的重要性,避免报错。此外,还介绍了`np.vstack()`和`np.hstack()`等简化操作,让数组拼接更加便捷。掌握`numpy.concatenate()`,提升你的NumPy数据处理能力!
numpy.concatenate()用于沿指定轴连接数组,要求非连接轴维度形状一致。一维数组只能axis=0拼接;二维数组可按axis=0(行)或axis=1(列)拼接,需保证对应维度匹配,否则报错。支持两个以上数组连接,也可用np.vstack()和np.hstack()简化操作。

numpy.concatenate() 是 NumPy 中用于沿指定轴连接多个数组的函数。它要求所有输入数组除了指定轴外,其余维度的形状必须一致。
基本语法
numpy.concatenate((a1, a2, ...), axis=0)- a1, a2, ...:需要连接的数组,用元组或列表传入,至少两个
- axis:沿着哪个轴进行连接,默认为 0(即第一维)
一维数组拼接
对于一维数组,只能沿 axis=0 拼接:
import numpy as npa = np.array([1, 2, 3])
b = np.array([4, 5, 6])
result = np.concatenate((a, b))
print(result) # [1 2 3 4 5 6]
二维数组按行或列拼接
二维数组可以按行(axis=0)或按列(axis=1)拼接:
a = np.array([[1, 2], [3, 4]])b = np.array([[5, 6]])
# 按行拼接(上下堆叠) result1 = np.concatenate((a, b), axis=0)
print(result1)
# [[1 2]
# [3 4]
# [5 6]]
按列拼接(左右拼接),注意 b 需要转成列向量或调整形状
b_col = np.array([[5], [6]])
result2 = np.concatenate((a, b_col), axis=1)
print(result2)
[[1 2 5]
[3 4 6]]
常见注意事项
- 参与拼接的数组必须在非连接轴上的维度大小一致
- 如果维度不匹配会报错:ValueError: all the input arrays must have same number of dimensions and shape
- 可以连接两个以上数组:np.concatenate((a, b, c))
- 对于常见的垂直和水平拼接,也可以使用 np.vstack() 和 np.hstack() 简化操作
基本上就这些,掌握 axis 参数和形状匹配原则就能正确使用 concatenate。
本篇关于《numpy.concatenate用法及实例详解》的介绍就到此结束啦,但是学无止境,想要了解学习更多关于文章的相关知识,请关注golang学习网公众号!
Go语言并发瓶颈与优化技巧
- 上一篇
- Go语言并发瓶颈与优化技巧
- 下一篇
- PHP正则匹配带下划线ID并加粗的实现方法如下:1.正则表达式匹配带下划线的ID假设ID的格式为id_数字,例如id_123、id_456,可以使用以下正则表达式进行匹配:\bid_\d+\b\b表示单词边界,防止匹配到类似id_123abc这样的字符串。id_是固定的前缀。\d+匹配一个或多个数字。\b再次表示单词边界。2.在PHP中使用正则替换加粗可以使用preg_replace_callba
-
- 文章 · python教程 | 7小时前 |
- PandasDataFrame列赋值NaN方法解析
- 205浏览 收藏
-
- 文章 · python教程 | 8小时前 |
- Python元组括号用法与列表推导注意事项
- 143浏览 收藏
-
- 文章 · python教程 | 8小时前 |
- ib\_insync获取SPX历史数据教程
- 395浏览 收藏
-
- 文章 · python教程 | 8小时前 |
- GTK3Python动态CSS管理技巧分享
- 391浏览 收藏
-
- 文章 · python教程 | 8小时前 |
- Python微服务开发:Nameko框架全解析
- 269浏览 收藏
-
- 文章 · python教程 | 9小时前 |
- Xarray重采样技巧:解决维度冲突方法
- 410浏览 收藏
-
- 文章 · python教程 | 9小时前 | 多进程编程 进程间通信 进程池 process multiprocessing
- Python3多进程技巧与实战指南
- 131浏览 收藏
-
- 文章 · python教程 | 10小时前 |
- Python列表线程传递方法详解
- 382浏览 收藏
-
- 文章 · python教程 | 10小时前 |
- Python国内镜像源设置方法
- 154浏览 收藏
-
- 文章 · python教程 | 10小时前 |
- 数据库迁移步骤与实用技巧分享
- 251浏览 收藏
-
- 前端进阶之JavaScript设计模式
- 设计模式是开发人员在软件开发过程中面临一般问题时的解决方案,代表了最佳的实践。本课程的主打内容包括JS常见设计模式以及具体应用场景,打造一站式知识长龙服务,适合有JS基础的同学学习。
- 543次学习
-
- GO语言核心编程课程
- 本课程采用真实案例,全面具体可落地,从理论到实践,一步一步将GO核心编程技术、编程思想、底层实现融会贯通,使学习者贴近时代脉搏,做IT互联网时代的弄潮儿。
- 516次学习
-
- 简单聊聊mysql8与网络通信
- 如有问题加微信:Le-studyg;在课程中,我们将首先介绍MySQL8的新特性,包括性能优化、安全增强、新数据类型等,帮助学生快速熟悉MySQL8的最新功能。接着,我们将深入解析MySQL的网络通信机制,包括协议、连接管理、数据传输等,让
- 500次学习
-
- JavaScript正则表达式基础与实战
- 在任何一门编程语言中,正则表达式,都是一项重要的知识,它提供了高效的字符串匹配与捕获机制,可以极大的简化程序设计。
- 487次学习
-
- 从零制作响应式网站—Grid布局
- 本系列教程将展示从零制作一个假想的网络科技公司官网,分为导航,轮播,关于我们,成功案例,服务流程,团队介绍,数据部分,公司动态,底部信息等内容区块。网站整体采用CSSGrid布局,支持响应式,有流畅过渡和展现动画。
- 485次学习
-
- ChatExcel酷表
- ChatExcel酷表是由北京大学团队打造的Excel聊天机器人,用自然语言操控表格,简化数据处理,告别繁琐操作,提升工作效率!适用于学生、上班族及政府人员。
- 3167次使用
-
- Any绘本
- 探索Any绘本(anypicturebook.com/zh),一款开源免费的AI绘本创作工具,基于Google Gemini与Flux AI模型,让您轻松创作个性化绘本。适用于家庭、教育、创作等多种场景,零门槛,高自由度,技术透明,本地可控。
- 3380次使用
-
- 可赞AI
- 可赞AI,AI驱动的办公可视化智能工具,助您轻松实现文本与可视化元素高效转化。无论是智能文档生成、多格式文本解析,还是一键生成专业图表、脑图、知识卡片,可赞AI都能让信息处理更清晰高效。覆盖数据汇报、会议纪要、内容营销等全场景,大幅提升办公效率,降低专业门槛,是您提升工作效率的得力助手。
- 3409次使用
-
- 星月写作
- 星月写作是国内首款聚焦中文网络小说创作的AI辅助工具,解决网文作者从构思到变现的全流程痛点。AI扫榜、专属模板、全链路适配,助力新人快速上手,资深作者效率倍增。
- 4513次使用
-
- MagicLight
- MagicLight.ai是全球首款叙事驱动型AI动画视频创作平台,专注于解决从故事想法到完整动画的全流程痛点。它通过自研AI模型,保障角色、风格、场景高度一致性,让零动画经验者也能高效产出专业级叙事内容。广泛适用于独立创作者、动画工作室、教育机构及企业营销,助您轻松实现创意落地与商业化。
- 3789次使用
-
- Flask框架安装技巧:让你的开发更高效
- 2024-01-03 501浏览
-
- Django框架中的并发处理技巧
- 2024-01-22 501浏览
-
- 提升Python包下载速度的方法——正确配置pip的国内源
- 2024-01-17 501浏览
-
- Python与C++:哪个编程语言更适合初学者?
- 2024-03-25 501浏览
-
- 品牌建设技巧
- 2024-04-06 501浏览

