Numpy拼接两个数组

连接两个数组有很多方法，当处理数据量较大的时候就需要考虑哪种方式最快了。

import numpy as np
from timeit import repeat

# 方法1
def f1():
    a = np.array([[1, 2, 3], [1, 2, 3]])
    b = np.array([[1, 2, 3], [1, 2, 3]])
    c = np.row_stack((a, b))
    return c

# 方法2
def f2():
    a = np.array([[1, 2, 3], [1, 2, 3]])
    b = np.array([[1, 2, 3], [1, 2, 3]])
    c = np.r_[a, b]
    return c

# 方法3，axis=0 表示做行拼接
def f3():
    a = np.array([[1, 2, 3], [1, 2, 3]])
    b = np.array([[1, 2, 3], [1, 2, 3]])
    c = np.append(a, b, axis=0)
    return c


# 方法4
def f4():
    a = np.array([[1, 2, 3], [1, 2, 3]])
    b = np.array([[1, 2, 3], [1, 2, 3]])
    c = np.concatenate((a, b), axis=0)
    return c

五种方式，分别运行10000次的时间结果如下：

可以发现方法4计算速度最快