numpy np.concatenate介绍

numpy.concatenate 是 NumPy 中用于沿现有轴连接一系列数组的函数。与 np.stack 不同，concatenate 不会增加新的轴，而是沿着指定的已有轴将数组连接起来。各个数组在被连接的轴上必须具有相同的形状。

函数签名

numpy.concatenate(arrays, axis=0, out=None)

参数说明：

• arrays：需要连接的数组序列，数组的形状在除 axis 指定的轴之外必须相同。
• axis (可选)：沿着哪个轴进行连接。默认是 0，表示在第一个维度上进行连接。
• out (可选)：一个用于存储输出结果的数组。一般可以忽略。

主要特点：

• 不增加新的维度，而是沿着已有维度连接。
• axis 参数用于控制在哪个轴上进行连接。
• 各个数组在被连接的轴上可以有不同的长度，但在其他轴上的维度必须一致。

示例 1：沿着第一个轴连接

import numpy as np

a = np.array([[1, 2], [3, 4]])
b = np.array([[5, 6]])

result = np.concatenate((a, b), axis=0)
print(result)

• 输入数组维度: a 是 (2, 2)，b 是 (1, 2)
• 输出数组维度: (3, 2)，在第一个轴（行）上进行了连接

这里两个数组在第一个轴（axis=0，即行）上进行连接，数组 b 添加到了数组 a 的下方。

示例 2：沿着第二个轴连接

import numpy as np

a = np.array([[1, 2], [3, 4]])
b = np.array([[5, 6], [7, 8]])

result = np.concatenate((a, b), axis=1)
print(result)

• 输入数组维度: a 和 b 都是 (2, 2)
• 输出数组维度: (2, 4)，在第二个轴（列）上进行了连接

这里我们在第二个轴（axis=1，即列）上进行连接，结果是将 b 的列追加到了 a 的列后面。

示例 3：连接一维数组

import numpy as np

a = np.array([1, 2, 3])
b = np.array([4, 5, 6])

result = np.concatenate((a, b), axis=0)
print(result)

• 输入数组维度: a 和 b 都是 (3,) (一维数组)
• 输出数组维度: (6,)，在第一个轴（axis=0）上进行了连接

在一维数组的情况下，concatenate 简单地将数组 b 连接到了数组 a 的末尾，得到一个长度为 6 的一维数组。

维度要求：

• 对于 axis=0，被连接数组的行数可以不同，但列数必须相同。
• 对于 axis=1，被连接数组的列数可以不同，但行数必须相同。
• 总的来说，除了在被连接的那个轴上的尺寸可以不同之外，其他轴的尺寸必须相同。

示例 4：三维数组的连接

import numpy as np

a = np.array([[[1, 2], [3, 4]]])
b = np.array([[[5, 6], [7, 8]]])

result = np.concatenate((a, b), axis=0)
print(result)

• 输入数组维度: a 和 b 都是 (1, 2, 2) (三维数组)
• 输出数组维度: (2, 2, 2)，在第一个轴上进行了连接

总结

• np.concatenate 沿着现有轴连接数组，不增加新的维度。
• 使用 axis 参数来指定在哪个轴上进行连接。
• 除了连接的那个轴外，其他轴的维度必须保持一致。